專利名稱：基于照相機(jī)的掃描的制作方法
基于照相機(jī)的掃描背景包括照相機(jī)的計(jì)算設(shè)備越來(lái)越普遍和可移動(dòng)，諸如膝上型計(jì)算機(jī)、平板PC、數(shù)字照相機(jī)設(shè)備、移動(dòng)電話、超移動(dòng)PC、以及其他移動(dòng)數(shù)據(jù)、消息接發(fā)和/或通信設(shè)備等。用戶可利用與計(jì)算設(shè)備相關(guān)聯(lián)的照相機(jī)來(lái)拍攝各種照片，包括捕捉演示、白板、名片、文檔、草圖、繪畫等的圖像。用戶然后能夠參考所捕捉的圖像以回憶其中包含的諸如圖表、照片、列表以及其他文本等信息。通常，用戶想要能夠?qū)⑺蹲降膱D像中的信息利用到他們自己的文檔、筆記和/或演示中。然而，傳統(tǒng)地，由照相機(jī)捕捉的圖像是靜態(tài)的，并且從靜態(tài)圖像中提取電子有用的和/或可編輯的信息可能并非是簡(jiǎn)單的。用來(lái)生成所捕捉圖像的掃描版本的傳統(tǒng)技術(shù)包括獲取圖像的打印并且然后手動(dòng) 操作掃描儀來(lái)創(chuàng)建該圖像的掃描版本。用來(lái)與所捕捉的圖像一起工作的另一傳統(tǒng)技術(shù)需要將圖像從拍攝設(shè)備轉(zhuǎn)移到臺(tái)式計(jì)算機(jī)并且然后使用臺(tái)式計(jì)算機(jī)的圖像編輯應(yīng)用以進(jìn)一步處理該圖像。傳統(tǒng)的用于獲取所捕捉的圖像中包含的信息的這些手動(dòng)密集型的技術(shù)對(duì)于用戶來(lái)說(shuō)可能是不方便并且耗時(shí)的。概述提供本概述以介紹基于照相機(jī)的掃描的簡(jiǎn)化概念。這些簡(jiǎn)化概念在以下詳細(xì)描述中進(jìn)一步描述。本概述并不旨在標(biāo)識(shí)所要求保護(hù)的主題的必要特征，也不旨在用于幫助確定所要求保護(hù)的主題的范圍。描述了基于照相機(jī)的掃描的各實(shí)施例。在各實(shí)施例中，可使用由與設(shè)備相關(guān)聯(lián)的照相機(jī)捕捉的圖像來(lái)創(chuàng)建掃描的文檔。處理由照相機(jī)拍攝的圖像以標(biāo)識(shí)圖像內(nèi)與諸如紙、名片、白板、屏幕等矩形對(duì)象相對(duì)應(yīng)的四邊形(rectangular)部分?？蛇x擇這些四邊形部分中的一個(gè)或多個(gè)以用來(lái)基于評(píng)分方案自動(dòng)地掃描和/或在來(lái)自用戶的輸入的幫助下半自動(dòng)地掃描。通過(guò)展開(un-warp)所選部分以消除透視(perspective)效應(yīng)(例如,將該部分調(diào)整為矩形)以及應(yīng)用各種圖像增強(qiáng)以提高外觀來(lái)從所選的四邊形部分中創(chuàng)建一個(gè)或多個(gè)掃描的文檔。附圖
簡(jiǎn)述參考以下附圖描述了基于照相機(jī)的掃描的各實(shí)施例。在各附圖中，使用相同的附圖標(biāo)號(hào)來(lái)指示相同的特征和組件圖I示出了可實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例的設(shè)備的示例。圖2示出其中可實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例的示例系統(tǒng)。圖3示出依照一個(gè)或多個(gè)實(shí)施例的基于照相機(jī)的掃描的示例方法。圖4示出依照一個(gè)或多個(gè)實(shí)施例的基于照相機(jī)的掃描的其他示例方法。圖5示出了可實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例的示例設(shè)備的各組件。詳細(xì)描述基于照相機(jī)的掃描的各實(shí)施例提供給適當(dāng)配置的計(jì)算設(shè)備用戶使用由與設(shè)備相關(guān)聯(lián)的照相機(jī)拍攝的圖像來(lái)掃描文檔、演示以及其他目標(biāo)的技術(shù)?；谡障鄼C(jī)的掃描可校正在諸如紙、名片、白板、屏幕等矩形對(duì)象上的透視效應(yīng)。
例如，用戶可以將便攜式設(shè)備的照相機(jī)對(duì)準(zhǔn)目標(biāo)并且使用按鈕、觸摸或其他合適輸入來(lái)發(fā)起對(duì)該目標(biāo)的圖像的捕捉。當(dāng)用戶發(fā)起捕捉時(shí)，進(jìn)行捕捉操作以捕捉目標(biāo)的圖像。圖像捕捉可以發(fā)起對(duì)所捕捉的圖像的各種處理以從捕捉的圖像創(chuàng)建一個(gè)或多個(gè)掃描文檔。在一實(shí)施例中，可發(fā)起觸摸屏上的觸摸輸入或觸摸事件以同時(shí)指示感興趣的區(qū)域以及應(yīng)該進(jìn)行圖像捕捉。觸摸輸入的位置可用于后續(xù)的處理步驟以指導(dǎo)評(píng)分函數(shù)。這一處理可包括標(biāo)識(shí)所捕捉的圖像內(nèi)將被認(rèn)為用于掃描的潛在部分的四邊形。設(shè)備可被配置為基于評(píng)分方案自動(dòng)地和/或在來(lái)自用戶的輸入的幫助下半自動(dòng)地選擇所標(biāo)識(shí)的四邊形中的一個(gè)或多個(gè)。然后可通過(guò)展開所選的四邊形以消除透視效應(yīng)(例如，將四邊形調(diào)整為矩形)以及應(yīng)用各種圖像增強(qiáng)以改進(jìn)外觀來(lái)創(chuàng)建一個(gè)或多個(gè)掃描的文檔。盡管所描述的基于照相機(jī)的掃描的系統(tǒng)和方法的特征和概念可以在任何數(shù)量的不同環(huán)境、系統(tǒng)、和/或各種配置中實(shí)現(xiàn)，但基于照相機(jī)的掃描的各實(shí)施例在以下示例系統(tǒng)和環(huán)境的上下文中描述。圖I示出了可實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例的計(jì)算設(shè)備102的示例100。計(jì)算設(shè)備102是包括參考圖2描述的示例便攜式設(shè)備的各種類型設(shè)備的示例，并且還可用任 何數(shù)量和組合的如參考圖4所示的示例設(shè)備所描述的不同組件來(lái)實(shí)現(xiàn)。計(jì)算設(shè)備102包括集成顯示屏104，用以顯示用戶界面、用戶界面元素和特征、用戶可選擇控件、各種可顯示對(duì)象，等等。計(jì)算設(shè)備102還包括照相機(jī)106，用以拍攝數(shù)字圖像。在所述示例中，在計(jì)算機(jī)設(shè)備102的與顯示屏104相對(duì)的那一面示出照相機(jī)106。計(jì)算設(shè)備102還包括至少一個(gè)輸入驅(qū)動(dòng)器108，用以處理來(lái)自用戶的用來(lái)操作計(jì)算設(shè)備102的各種輸入。在至少某些實(shí)施例中，顯示屏104是觸摸屏，并且輸入驅(qū)動(dòng)器108可操作以檢測(cè)和處理各種觸摸輸入和/或觸摸事件。在一實(shí)施例中，可開始觸摸屏104上的觸摸輸入或觸摸事件以同時(shí)指示感興趣的區(qū)域以及開始圖像捕捉。圖像可在顯示屏上被顯示為要捕捉的圖像的預(yù)覽，并且在屏幕上特定位置處的觸摸事件指示應(yīng)該捕捉圖像。此夕卜，特定位置被標(biāo)識(shí)為后續(xù)處理算法中的評(píng)分函數(shù)所感興趣的。因此，可利用觸摸輸入來(lái)選擇圖像的部分以及使拍攝照片的照相機(jī)開始捕捉圖像。計(jì)算設(shè)備102還包括捕捉應(yīng)用110,用以發(fā)起顯示用戶界面112以及各種用戶界面元素、特征和控件，以便于通過(guò)照相機(jī)106捕捉圖像和處理圖像。此外，捕捉應(yīng)用110表示計(jì)算設(shè)備102的用于實(shí)現(xiàn)此處所述的基于照相機(jī)的掃描技術(shù)的功能。示例用戶界面112被示出為具有取景器114以及掃描圖像顯示116的分屏界面。取景器114可以呈現(xiàn)來(lái)自照相機(jī)106的當(dāng)前圖像，以及在照片被拍攝時(shí)切換為呈現(xiàn)所捕捉的圖像。此外，用戶還能夠通過(guò)與取景器114的交互來(lái)修改和選擇所捕捉的圖像的部分。掃描圖像顯示116可以呈現(xiàn)由拍攝應(yīng)用110處理的所捕捉的圖像的一個(gè)或多個(gè)部分以產(chǎn)生掃描文檔。分屏使得能夠同時(shí)顯示取景器114中的所捕捉的圖像以及掃描圖像顯示116中從所捕捉的圖像產(chǎn)生的掃描文檔。采用這一方式，用戶可以同時(shí)查看所捕捉的圖像以及該圖像的掃描部分，并且可以使用用戶界面112來(lái)直觀地進(jìn)行調(diào)整，諸如修改所選部分的邊界或者選擇不同的部分等。在基于照相機(jī)的掃描的一實(shí)施例中，計(jì)算設(shè)備102的用戶可以通過(guò)拍攝目標(biāo)118的照片來(lái)發(fā)起基于照相機(jī)的掃描。該照片的目標(biāo)118可以包括諸如文檔、紙、名片、照片、白板等一個(gè)或多個(gè)矩形對(duì)象。在圖I的示例中，目標(biāo)118顯示為正在用于商業(yè)演示的顯示屏。在拍攝照片以發(fā)起基于照相機(jī)的掃描時(shí)，捕捉應(yīng)用110捕捉目標(biāo)118的圖像并且可以在用戶界面112的取景器114中輸出圖像。捕捉應(yīng)用110被實(shí)現(xiàn)為檢測(cè)所捕捉的圖像中與矩形對(duì)象對(duì)應(yīng)的部分。特別地，拍攝應(yīng)用110可以被配置為標(biāo)識(shí)所捕捉的圖像內(nèi)將被認(rèn)為用于掃描的潛在區(qū)域的四邊形?？墒褂眠m合尋找圖像和其他文檔內(nèi)任意形狀的各種特征提取技術(shù)來(lái)標(biāo)識(shí)圖像內(nèi)的四邊形。在至少若干實(shí)施例中，捕捉應(yīng)用110包括或者以其他方式利用可操作以基于諸如亮度的急劇改變之類的視覺差來(lái)檢測(cè)邊的邊檢測(cè)器。一個(gè)適合于邊檢測(cè)的示例算法是Canny算法。當(dāng)已經(jīng)標(biāo)識(shí)出邊時(shí)，可將邊結(jié)合到連接的線條中以形成四邊形。例如，可以通過(guò)邊檢測(cè)標(biāo)識(shí)出頂點(diǎn)(角)并且然后連接頂點(diǎn)以形成四邊形。例如，這可以涉及應(yīng)用線性霍夫變換來(lái)校正檢測(cè)到的邊中的缺陷以及導(dǎo)出(derive)與邊對(duì)應(yīng)的線條。因此，可以使用檢測(cè)到的邊和線條來(lái)導(dǎo)出一組潛在的四邊形，其中線條是從沿著特定方向的類似有向邊來(lái)檢測(cè)并且然后被組合以形成四邊形。捕捉應(yīng)用110可以導(dǎo)致指示符120在用戶界面112中顯示以表示在所捕捉的圖像內(nèi)檢測(cè)和/或選擇的四邊形。例如，圖I的取景器114中的所捕捉的圖像包括被配置為頂點(diǎn)處的點(diǎn)以及沿著邊顯示的虛線的指示符120。還可考慮其他指示符120，諸如活動(dòng)的線條、顏色變化、旗幟等。可以通過(guò)取景器來(lái)呈現(xiàn)潛在的四邊形以使得用戶能夠選擇一個(gè)或多個(gè)四邊形用于掃描。在一實(shí)現(xiàn)中，捕捉應(yīng)用110可以被配置為基于評(píng)分方案自動(dòng)地選擇一個(gè)或多個(gè)潛在的四邊形來(lái)掃描。該評(píng)分機(jī)制可以基于各種準(zhǔn)則來(lái)對(duì)潛在的四邊形評(píng)分，這些準(zhǔn)則包括諸如大小、位置、對(duì)諸如文本和臉等內(nèi)容的識(shí)別等?？梢宰詣?dòng)地選擇最高評(píng)分的四邊形。在另一示例中，任何超過(guò)閾值評(píng)分的四邊形可以被選擇。捕捉應(yīng)用110還可以被配置為在自動(dòng)選擇不能找到合適的四邊形和/或在用戶發(fā)起半自動(dòng)選擇時(shí)實(shí)現(xiàn)對(duì)四邊形的半自動(dòng)選擇。為了這么做，可使用上述的指示符120以在用戶界面112中呈現(xiàn)自動(dòng)選擇的四邊形、角、和/或線條。然后用戶提供輸入以修改自動(dòng)選擇的四邊形、消除四邊形、定義自定義四邊形，等等。在一實(shí)現(xiàn)中，指示符120可由用戶選擇以修改四邊形，諸如通過(guò)拖拽角以改變角的位置。在另一示例中，用戶可通過(guò)與用戶界面112的交互通過(guò)選擇一個(gè)角來(lái)定義自定義四邊形。捕捉應(yīng)用110可以被配置為基于用戶對(duì)一個(gè)角的選擇來(lái)自動(dòng)地導(dǎo)出對(duì)應(yīng)的四邊形。用戶還可操作用戶界面112的選擇和拖拽工具來(lái)標(biāo)識(shí)自定義四邊形的區(qū)域。當(dāng)計(jì)算設(shè)備102是可觸摸的時(shí)，用戶可直接在顯示屏104上觸摸和拖拽以修改和定義四邊形。還可將其他輸入設(shè)備用于對(duì)四邊形的半自動(dòng)選擇，包括例如指示筆、鼠標(biāo)、方向鍵、和/或其他合適的輸入設(shè)備。然后可通過(guò)展開所選的四邊形以消除透視效應(yīng)(例如，將四邊形調(diào)整為矩形)以及應(yīng)用各種圖像增強(qiáng)以改進(jìn)外觀來(lái)創(chuàng)建一個(gè)或多個(gè)掃描的文檔。特別地，為了執(zhí)行展開，捕捉應(yīng)用110可被實(shí)現(xiàn)為檢測(cè)和校正由于所捕捉的圖像的透視而引起的失真。例如，捕捉應(yīng)用110可以基于所選四邊形的角度和比率來(lái)確定透視。捕捉應(yīng)用110可以剪裁所捕捉的圖 像以對(duì)應(yīng)于所選四邊形。拍攝應(yīng)用110然后可以旋轉(zhuǎn)、調(diào)整至少某些部分的大小，并且以其他方式校正剪裁的圖像以解決透視失真以及產(chǎn)生被調(diào)整為矩形的未彎曲圖像。捕捉應(yīng)用110還可以使用各種圖像增強(qiáng)來(lái)改進(jìn)未彎曲圖像的外觀。這些圖像增強(qiáng)的示例包括例如顏色增強(qiáng)、對(duì)亮度和陰影的校正、以及背景去除。圖像增強(qiáng)還可包括將光學(xué)字符識(shí)別(OCR)應(yīng)用于未彎曲的圖像以標(biāo)識(shí)文本和產(chǎn)生具有可編輯文本部分的掃描文檔?？紤]圖I所示的商業(yè)演示的特定示例。商業(yè)演示在顯示屏上顯示，并且包括文本和人的示圖。當(dāng)用戶拍攝商業(yè)演示的照片時(shí)，圖像被捕捉并且可以在取景器114中顯示。注意到由于拍攝照片的角度，該圖像顯示為傾斜的。最初，捕捉應(yīng)用110可以使用此處所述的基于照相機(jī)的掃描技術(shù)來(lái)標(biāo)識(shí)屏幕邊界。因此，使用指示符120在取景器114中標(biāo)識(shí)與屏幕對(duì)應(yīng)的四邊形。此外，捕捉應(yīng)用110可以通過(guò)掃描圖像顯示116來(lái)初始地呈現(xiàn)包括文本和示圖的屏幕的掃描版本。然而，在所述示例中，用戶已經(jīng)選擇了自定義四邊形以選擇沒(méi)有文本的示圖。例如，用戶可觸摸計(jì)算設(shè)備102的顯示屏104以選擇角和/或拖拽環(huán)繞示圖的選擇框。響應(yīng)于這一選擇，通過(guò)展開以消除投視效應(yīng)(例如，傾斜)以及使用增強(qiáng)來(lái)掃描所選的部分(例如，示圖)。生成的掃描示圖在掃描圖像顯示116中顯示，并且使用用戶界面112的分屏能夠與取景器114中的所捕捉的商業(yè)演示同時(shí)呈現(xiàn)。用戶可以以各種方式來(lái)利用掃描的示 圖，諸如通過(guò)添加注解、與同事分享、在網(wǎng)站或博客上發(fā)布等。圖2示出其中可實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例的示例系統(tǒng)200。示例系統(tǒng)200包括便攜式設(shè)備202 (例如，有線和/或無(wú)線設(shè)備)，該便攜式設(shè)備可以是以下各項(xiàng)中的任一個(gè)或組合移動(dòng)個(gè)人計(jì)算機(jī)204、個(gè)人數(shù)字助理(PDA)、可以被實(shí)現(xiàn)用于數(shù)據(jù)、消息收發(fā)和/或語(yǔ)音通信的移動(dòng)電話206 (例如，蜂窩、VoIP、WiFi等等)、便攜式計(jì)算機(jī)設(shè)備208 (例如，膝上型計(jì)算機(jī)、具有觸摸屏的膝上型計(jì)算機(jī)等等)、媒體設(shè)備210 (例如，個(gè)人媒體播放器、便攜式媒體播放器等等)、游戲設(shè)備、應(yīng)用設(shè)備、電子設(shè)備、和/或任何其他類型的能夠接收、顯示和/或通信音頻、視頻和/或圖像中的任一形式的數(shù)據(jù)來(lái)的便攜式設(shè)備。各種便攜式設(shè)備中的每一個(gè)可以包括集成顯示和/或集成觸摸屏或其他顯示，以及用戶可以經(jīng)由其來(lái)輸入數(shù)據(jù)和/或選擇的可選輸入控件。例如，移動(dòng)個(gè)人計(jì)算機(jī)204包括其上可以顯示用戶界面的集成觸摸屏212，該用戶界面包括可顯示對(duì)象和/或用戶界面元素216，諸如任何類型的圖像、圖形、文本、可選按鈕、用戶可選控件、菜單選擇、地圖元件和/或任何其他類型的用戶界面可顯示特征或項(xiàng)目。依照此處所述的基于照相機(jī)的掃描的一個(gè)或多個(gè)實(shí)施例，用戶界面214還可以通過(guò)分屏顯示捕捉的和掃描的圖像。此處所述的各種便攜式設(shè)備中的任一個(gè)可用一個(gè)或多個(gè)傳感器、處理器、通信組件、數(shù)據(jù)輸入、存儲(chǔ)器組件、存儲(chǔ)介質(zhì)、處理和控制電路和/或內(nèi)容呈現(xiàn)系統(tǒng)來(lái)實(shí)現(xiàn)。便攜式設(shè)備中的任一個(gè)也可以被實(shí)現(xiàn)為經(jīng)由通信網(wǎng)絡(luò)來(lái)通信，該通信網(wǎng)絡(luò)可包括任何類型的數(shù)據(jù)網(wǎng)絡(luò)、語(yǔ)音網(wǎng)絡(luò)、廣播網(wǎng)絡(luò)、基于IP的網(wǎng)絡(luò)和/或便于數(shù)據(jù)、消息收發(fā)和/或語(yǔ)音通信的無(wú)線網(wǎng)絡(luò)。便攜式設(shè)備還可以用參考圖4所示的示例設(shè)備來(lái)描述的任何數(shù)量的不同組件及其組合來(lái)實(shí)現(xiàn)。便攜式設(shè)備還可與用戶(即，人)和/或操作該設(shè)備的實(shí)體相關(guān)聯(lián)，從而使得便攜式設(shè)備描述包括用戶、軟件、和/或設(shè)備的組合的邏輯設(shè)備。在這一不例中，便攜式設(shè)備202包括一個(gè)或多個(gè)處理器218 (例如,微處理器、控制器等中的任一個(gè))、用于數(shù)據(jù)、消息接發(fā)和/或語(yǔ)音通信的通信接口 220、以及接收媒體內(nèi)容224的數(shù)據(jù)輸入222。媒體內(nèi)容(例如，包括記錄的媒體內(nèi)容)可以包括從諸如消息、電視媒體內(nèi)容、音樂(lè)、視頻剪輯、數(shù)據(jù)訂閱源、交互式游戲、基于網(wǎng)絡(luò)的應(yīng)用以及任何其他內(nèi)容等任何媒體內(nèi)容或數(shù)據(jù)源處接收的任何類型的音頻、視頻和/或圖像數(shù)據(jù)。用設(shè)備管理器226來(lái)實(shí)現(xiàn)便攜式設(shè)備202，該設(shè)備管理器226包括控件應(yīng)用、軟件應(yīng)用、信號(hào)處理和控制模塊、特定設(shè)備本地的代碼、和/或特定設(shè)備的硬件抽象層中的任一個(gè)或其組合。便攜式設(shè)備202包括可合并諸如能夠由處理器218處理或以其他方式執(zhí)行的捕捉應(yīng)用230之類的組件的各種軟件和/或媒體應(yīng)用228。媒體應(yīng)用程序228可以包括音樂(lè)和/或視頻播放器、圖像應(yīng)用、Web瀏覽器、電子郵件應(yīng)用、消息收發(fā)應(yīng)用、數(shù)字照片應(yīng)用，等等。便攜式設(shè)備202包括呈現(xiàn)系統(tǒng)232，用以從捕捉應(yīng)用230呈現(xiàn)用戶界面，以生成任何便攜式設(shè)備上的顯示。呈現(xiàn)系統(tǒng)232還被實(shí)現(xiàn)為接收并呈現(xiàn)從任何媒體內(nèi)容和/或數(shù)據(jù)源接收的任何形式的音頻、視頻和/或圖像數(shù)據(jù)。便攜式設(shè)備202還包括照相機(jī)234以及能夠合并或者以其他方式利用觸摸屏212的觸摸屏驅(qū)動(dòng)器的輸入驅(qū)動(dòng)器236。輸入驅(qū)動(dòng)器236可以被配置為檢測(cè)和處理姿勢(shì)、輸入和/或動(dòng)作的各種輸入和/或可確定表示，以操作包括捕捉應(yīng)用230的操作的便攜式設(shè)備202的功能來(lái)實(shí)現(xiàn)基于照相機(jī)的掃描。參考圖I所示的拍攝應(yīng)用110和輸入驅(qū)動(dòng)器108，以及參考此處所述的基于照相機(jī)的掃描的各實(shí)施例，描述了捕捉應(yīng)用230和輸入驅(qū)動(dòng)器236的各實(shí)現(xiàn)。 依照基于照相機(jī)的掃描的一個(gè)或多個(gè)實(shí)施例，參考相應(yīng)的圖3和4描述了示例方法300和400。一般而言，此處所描述的任何功能、方法、過(guò)程、組件以及模塊都可使用硬件、軟件、固件、固定邏輯電路、手動(dòng)處理或其任何組合來(lái)實(shí)現(xiàn)。軟件實(shí)現(xiàn)表示當(dāng)由計(jì)算機(jī)處理器執(zhí)行時(shí)執(zhí)行指定任務(wù)的程序代碼。可以在計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述示例方法，這些指令可包括軟件、應(yīng)用程序、例程、程序、對(duì)象、組件、數(shù)據(jù)結(jié)構(gòu)、過(guò)程、模塊、功能等等。這些方法還可在由通過(guò)通信網(wǎng)絡(luò)鏈接的處理設(shè)備執(zhí)行的分布式計(jì)算環(huán)境中實(shí)現(xiàn)。在分布式計(jì)算環(huán)境中，計(jì)算機(jī)可執(zhí)行指令可同時(shí)位于本地和遠(yuǎn)程計(jì)算機(jī)存儲(chǔ)介質(zhì)和/或設(shè)備中。此外，此處所述的特征是平臺(tái)無(wú)關(guān)的，并且可在具有各種處理器的各種計(jì)算平臺(tái)上實(shí)現(xiàn)。圖3示出基于照相機(jī)的掃描的示例方法300。描述方法的次序并不旨在解釋為限制，并且任何數(shù)量的所述方法框都可以按任何次序組合以實(shí)現(xiàn)本方法或?qū)崿F(xiàn)替換方法。在框302處，檢測(cè)到發(fā)起對(duì)圖像的捕捉的輸入。例如，計(jì)算設(shè)備102處的輸入驅(qū)動(dòng)器108檢測(cè)到拍攝目標(biāo)118的照片的用戶選擇。目標(biāo)118可以包括對(duì)于基于照相機(jī)的掃描而言可檢測(cè)的一個(gè)或多個(gè)矩形對(duì)象。捕捉可以由用戶操縱觸摸屏按鈕、按鍵敲擊、計(jì)算設(shè)備102的專用快門按鈕操作、或另一合適的輸入來(lái)發(fā)起。在框304處，響應(yīng)于輸入捕捉圖像。例如，響應(yīng)于框302處的輸入，計(jì)算設(shè)備102處的捕捉應(yīng)用110可以使用照相機(jī)106來(lái)捕捉目標(biāo)118的圖像?？梢酝ㄟ^(guò)計(jì)算設(shè)備102的用戶界面112來(lái)呈現(xiàn)所捕捉的圖像。在框306處，基于對(duì)所捕捉的圖像中的四邊形的檢測(cè)來(lái)掃描所捕捉的圖像的一個(gè)或多個(gè)部分。在框308處，將增強(qiáng)應(yīng)用于一個(gè)或多個(gè)掃描的部分。可以使用各種技術(shù)在所捕捉的圖像中檢測(cè)四邊形。例如，計(jì)算設(shè)備102處的拍攝應(yīng)用110可以使用關(guān)于圖I描述的自動(dòng)和半自動(dòng)技術(shù)中的任一個(gè)或兩者來(lái)標(biāo)識(shí)四邊形。在另一示例中，可以使用手動(dòng)技術(shù)，其中可通過(guò)計(jì)算設(shè)備102呈現(xiàn)所捕捉的圖像給用戶以供手動(dòng)選擇四邊形。在這一示例中，使得通過(guò)捕捉應(yīng)用110能夠自動(dòng)探測(cè)四邊形的功能可能被禁用、可能不被包括、或者可能因?yàn)槠渌蚨豢捎?。考慮了用于改進(jìn)一個(gè)或多個(gè)掃描部分的外觀的各種增強(qiáng)。以下參考圖4所示的示例方法400提供了有關(guān)檢測(cè)四邊形和增強(qiáng)掃描圖像的技術(shù)的更多細(xì)節(jié)。
在框310處，輸出與一個(gè)或多個(gè)部分對(duì)應(yīng)的掃描文檔。例如，計(jì)算設(shè)備102處的捕捉應(yīng)用110可以導(dǎo)致掃描文檔呈現(xiàn)在用戶界面112的掃描文檔顯示中。用戶然后能夠諸如通過(guò)保存文檔、添加注解、將文檔發(fā)送給一個(gè)或多個(gè)接收者等來(lái)處理掃描文檔。圖4示出基于照相機(jī)的掃描的示例方法400。特別地，圖4表示適合掃描通過(guò)計(jì)算設(shè)備102的照相機(jī)106捕捉的圖像的示例算法。描述方法的次序并不旨在解釋為限制，并且任何數(shù)量的所述方法框都可以按任何次序組合以實(shí)現(xiàn)本方法或?qū)崿F(xiàn)替換方法。在框402處，預(yù)處理所捕捉的圖像。例如，計(jì)算設(shè)備102的拍攝應(yīng)用110可以以各種方式預(yù)處理所捕捉的圖像，以準(zhǔn)備圖像來(lái)進(jìn)行基于照相機(jī)的掃描。作為示例，預(yù)處理可以包括應(yīng)用圖像濾波器、增強(qiáng)對(duì)比、調(diào)節(jié)亮度、縮減比例、GS轉(zhuǎn)換(GS conversion)、中值濾波等等。在一實(shí)施例中，預(yù)處理包括對(duì)圖像進(jìn)行縮減比例、對(duì)比度增強(qiáng)以及噪聲濾波中的一個(gè)或多個(gè)?？梢赃M(jìn)行縮減比例以減小圖像的分辨率以及圖像所需處理的像素?cái)?shù)。隨著圖像分辨率的增大，將消耗更多的計(jì)算資源以處理圖像并且從邊檢測(cè)中產(chǎn)生更多的假(例如，不 需要的)邊。因此，縮減比例可以加速處理并且實(shí)現(xiàn)改進(jìn)的邊檢測(cè)。對(duì)比度增強(qiáng)可用于將圖像中最亮的色調(diào)設(shè)為白色以及最暗的色調(diào)設(shè)為黑色。這還可以改進(jìn)對(duì)通過(guò)找到對(duì)比度和/或亮度中的銳利差異的檢測(cè)算法的邊和線條的檢測(cè)。噪聲濾波包括應(yīng)用一個(gè)或多個(gè)濾波器以消除圖像噪聲。諸如高斯模糊之類的某些噪聲濾波器可以降級(jí)(例如，柔化)圖像的邊，并且使得檢測(cè)邊變得困難。因此，諸如雙邊和/或中值濾波等保持邊緣的噪聲濾波技術(shù)可以與基于照相機(jī)的掃描的技術(shù)聯(lián)用以防止邊降級(jí)。在預(yù)處理之后，方法400可以進(jìn)行以執(zhí)行對(duì)所捕捉的圖像中的四邊形的檢測(cè)。在框404處，檢測(cè)所捕捉圖像中的邊。檢測(cè)到的邊可以與圖像內(nèi)的矩形對(duì)象的邊框?qū)?yīng)，諸如名片的邊緣、油畫框、顯示屏的邊緣等等?？梢杂萌魏魏线m的方式來(lái)檢測(cè)邊。例如，可實(shí)現(xiàn)計(jì)算設(shè)備102的捕捉應(yīng)用110以運(yùn)用Canny算法來(lái)基于對(duì)比度的急劇改變檢測(cè)邊。Canny算法可以利用定義了足以檢測(cè)邊的對(duì)比度差異量的可配置閾值。在一實(shí)施例中，Canny算法使用的閾值可以是自適應(yīng)的。例如，可以增加具有高的邊的實(shí)例(例如，地毯、桌子、或其他紋理表面)的圖像區(qū)域的閾值。這可以降低在這些區(qū)域中檢測(cè)到的假邊的數(shù)量。類似地，可以降低具有相對(duì)較低的邊的實(shí)例的圖像區(qū)域的閾值，以增加檢測(cè)具有相對(duì)較小的對(duì)比度差異的邊的機(jī)會(huì)。在框406處，確定與檢測(cè)到的邊對(duì)應(yīng)的線條。捕捉應(yīng)用110可以利用檢測(cè)到的邊來(lái)構(gòu)造對(duì)應(yīng)的線條。在一實(shí)現(xiàn)中，通過(guò)應(yīng)用線性霍夫變換來(lái)確定線條。可以標(biāo)識(shí)線條以校正在邊檢測(cè)中發(fā)生的缺陷，諸如不完整的邊、波浪形邊等。這一步驟還可以包括根據(jù)評(píng)分方案來(lái)對(duì)線條評(píng)分并且基于評(píng)分準(zhǔn)則選擇性地丟棄線條。例如，可以丟棄或忽略孤立線條、不確定的線條、以及被確定為不形成合適四邊形的線條?？紤]了各種評(píng)分和選擇線條的技術(shù)。在一實(shí)施例中，可以將評(píng)分提煉應(yīng)用于由應(yīng)用霍夫變換確定的可配置數(shù)量的高評(píng)分線條。特別地，通過(guò)掃描線條周圍的區(qū)域來(lái)重新評(píng)分和重新分類高評(píng)分線條中的每一條，以找到具有相似定向的邊。特定線條的新評(píng)分與在掃描區(qū)域中找到的具有相似定向的邊的數(shù)目成正比。在一實(shí)施例中，可以基于線條的定向來(lái)調(diào)節(jié)針對(duì)特定線條掃描的區(qū)域。例如，對(duì)于幾乎水平的線條，掃描區(qū)域可以包括在該線條的像素上面/下面的可配置數(shù)量的像素。類似地，對(duì)于幾乎垂直的線條，掃描區(qū)域可以包括在該線條的像素左側(cè)/右側(cè)的可配置數(shù)量的像素。在框408處，使用檢測(cè)到的邊和線條來(lái)導(dǎo)出可能的四邊形。特別地，計(jì)算設(shè)備102的捕捉應(yīng)用110可以利用在框404處檢測(cè)到的邊以及在框406處確定的線條來(lái)構(gòu)造可能的四邊形。換句話說(shuō)，可以組合各線條以形成四邊形，其中線條從沿著特定方向的相似定向的邊中檢測(cè)。可以用各種方式來(lái)組合線條以形成四邊形。在一示例中，可以首先處理檢測(cè)到的線條以基于尋找形成四邊形相對(duì)側(cè)的線條來(lái)找到可能的四邊形?？梢栽俅翁幚頇z測(cè)到的線條以基于形成四邊形角的線條找到可能的四邊形。與某些以前的技術(shù)不同，角可以對(duì)應(yīng)于不規(guī)則或傾斜的四邊形，也可以對(duì)應(yīng)于形成幾乎是直角的角。在框410處，選擇四邊形以用于掃描。例如，使用在框408中構(gòu)造的一組可能的四邊形，捕捉應(yīng)用110可以被配置為根據(jù)評(píng)分準(zhǔn)則自動(dòng)地選擇四邊形。這一步驟可以涉及基于評(píng)分方案來(lái)標(biāo)識(shí)有意義的線條組合以及丟棄被認(rèn)為是沒(méi)有意義的組合。該評(píng)分方案可以計(jì)及各種準(zhǔn)則，包括圖像的位置、相對(duì)大小、四邊形內(nèi)和外部包含的內(nèi)容等等。捕捉應(yīng)用110可以使用評(píng)分準(zhǔn)則來(lái)從可能的四邊形中選擇可能的四邊形。換句話 說(shuō)，捕捉應(yīng)用110可以使用該準(zhǔn)則來(lái)評(píng)分可能的四邊形，以就所捕捉的圖像的預(yù)期目標(biāo)作出可能或近似的最佳猜測(cè)。例如，所捕捉的圖像的中心附近的大四邊形可能是預(yù)期目標(biāo)并且可以由捕捉應(yīng)用110基于評(píng)分來(lái)選擇。與之相對(duì)的，位置遠(yuǎn)離中心并且具有較小或沒(méi)有顏色變化的小四邊形可能不是有意義的四邊形并且可以被丟棄?？梢允褂酶鞣N啟發(fā)式算法以便找到最優(yōu)四邊形。在一實(shí)施例中，評(píng)分方案可以計(jì)算特定四邊形的初始評(píng)分，并且然后任選地修改該初始評(píng)分以計(jì)及(account for)可增加或降低初始評(píng)分的各四邊形特征。例如，可以基于四邊形的相對(duì)大小來(lái)計(jì)算初始評(píng)分。一種可以基于相對(duì)大小計(jì)算初始評(píng)分的方法是由圖像區(qū)域劃分四邊形區(qū)域以及對(duì)該值取平方根。任選地，可以考慮各種四邊形特征以修改該初始評(píng)分。例如，可以用增加評(píng)分的增強(qiáng)和/或降低評(píng)分的懲罰來(lái)修改該初始評(píng)分。在一個(gè)特定示例中，可以用各種懲罰因子來(lái)乘以初始評(píng)分或者以其他方式調(diào)節(jié)初始評(píng)分來(lái)計(jì)及“不需要的”四邊形性質(zhì)。例如，懲罰因子可以被配置為在0到I范圍內(nèi)的乘子。考慮各種不同的懲罰以及對(duì)應(yīng)的懲罰因子。例如，可以在四邊形角的兩條線延伸超出該角時(shí)應(yīng)用懲罰。該懲罰因子可以與線條延伸超出該角的遠(yuǎn)近程度成正比。另一懲罰可以基于在四邊形角的兩個(gè)線條之間形成的角度。在這一例子中懲罰因子可以與該角與直角的差成正比?？梢詫?duì)延伸超出圖像邊界的四邊形、相對(duì)于圖像邊界有明顯傾斜的四邊形、和/或位置遠(yuǎn)離圖像中心或者以其方式?jīng)]有對(duì)齊的四邊形評(píng)估其他示例懲罰。各種增強(qiáng)因素還可以乘以四邊形的初始評(píng)分或者以其他方式調(diào)節(jié)四邊形的初始評(píng)分，以計(jì)及“所需的”四邊形特征。例如，示例增強(qiáng)可以應(yīng)用于位于圖像中心附近、與圖像基本對(duì)齊、良好形成的四邊形等。注意到此處所述的增強(qiáng)和懲罰可以單獨(dú)和/或結(jié)合使用以實(shí)現(xiàn)選擇四邊形的評(píng)分方案。在框412處，關(guān)于對(duì)四邊形的選擇是否成功作出判定。例如，捕捉應(yīng)用110可以確定何時(shí)已選擇合適的四邊形。在某些情況下，框404-410處對(duì)四邊形自動(dòng)選擇不能檢測(cè)到合適的四邊形。例如，捕捉應(yīng)用110可以確定沒(méi)有可能的四邊形滿足定義的評(píng)分閾值。在這一情況下，選擇被確定為不成功的并且可發(fā)起半自動(dòng)校正。
在另一示例中，可以通過(guò)計(jì)算設(shè)備102的用戶界面112呈現(xiàn)在框410處自動(dòng)選擇的一個(gè)或多個(gè)四邊形以供用戶進(jìn)行批準(zhǔn)。用戶然后可提供批準(zhǔn)或不批準(zhǔn)所呈現(xiàn)的四邊形的輸入。在這一示例中，可以根據(jù)由用戶提供的輸入來(lái)在作出框412處的判定。如果用戶批準(zhǔn)，則選擇被認(rèn)為是成功的。如果用戶不批準(zhǔn)，則選擇被確定為不成功的并且可發(fā)起半自動(dòng)校正。在上述場(chǎng)景中如果選擇不成功,則在框414處,基于用戶輸入來(lái)使用半自動(dòng)校正以選擇四邊形。半自動(dòng)校正使得用戶能夠提供輸入以修改可由捕捉應(yīng)用110做出的自動(dòng)選擇。例如，可以通過(guò)計(jì)算設(shè)備102的用戶界面112呈現(xiàn)在框410處自動(dòng)選擇的一個(gè)或多個(gè)四邊形。該呈現(xiàn)可以利用指示符120來(lái)示出四邊形邊界。在一實(shí)現(xiàn)中，至少某些指示符120是可以由觸摸或其他合適輸入選擇的以修改對(duì)應(yīng)的四邊形。捕捉應(yīng)用110可以檢測(cè)與指示符120的交互并且導(dǎo)致對(duì)四邊形的對(duì)應(yīng)的修改。例如，用戶可與指示符120交互以做出修改，諸如通過(guò)選擇和拖拽角點(diǎn)(corner point)(例如,頂點(diǎn))來(lái)修改四邊形尺寸、拖拽以移動(dòng)四邊形至不同的位置、旋轉(zhuǎn)四邊形等。附加地或替代地，用戶可通過(guò)與用戶界面112的交互通過(guò)選擇一個(gè)或多個(gè)角來(lái)定 義自定義四邊形。再次地，此交互可以再次通過(guò)觸摸或其他合適的輸入。捕捉應(yīng)用110可以被配置為響應(yīng)于用戶使用此處所述的技術(shù)選擇一個(gè)角的交互，自動(dòng)地導(dǎo)出對(duì)應(yīng)的四邊形。如果用戶仍對(duì)四邊形不滿意，則用戶可以選擇另一個(gè)角并且捕捉應(yīng)用110可以使用兩個(gè)所選的角來(lái)導(dǎo)出對(duì)應(yīng)的四邊形。該過(guò)程可以由對(duì)第三個(gè)角的選擇來(lái)重復(fù)第三次。如果用戶仍不滿意并且選擇了第四個(gè)角，則捕捉應(yīng)用110可以輸出其頂點(diǎn)與四個(gè)選擇的角相對(duì)應(yīng)的四邊形。采用這一方式，用戶能夠提供連續(xù)的提示以調(diào)節(jié)由捕捉應(yīng)用110自動(dòng)選擇的四邊形。用戶還可操作用戶界面112的選擇和拖拽工具來(lái)標(biāo)識(shí)自定義四邊形的區(qū)域。例如，在圖I中，描繪了用戶的用以在用戶界面112的取景器114中選擇人的示圖的交互。在半自動(dòng)校正后，方法400進(jìn)行到框416。在框416處，進(jìn)行處理以展開所選四邊形的透視。這一步驟可以在步驟412處確定四邊形選擇成功時(shí)以及在框414處的半自動(dòng)校正后進(jìn)行。一般而言，執(zhí)行展開以產(chǎn)生與被調(diào)整為矩形的所選四邊形對(duì)應(yīng)的未彎曲的圖像。例如，捕捉應(yīng)用110可以基于所選四邊形的角度和比率來(lái)確定透視。捕捉應(yīng)用110還可以剪裁所捕捉的圖像以對(duì)應(yīng)于所選四邊形。此外，捕捉應(yīng)用110可以通過(guò)旋轉(zhuǎn)、調(diào)整部分的大小、以及以其他方式進(jìn)行校正來(lái)校正透視，以解決透視失真。在框418處，將視覺增強(qiáng)應(yīng)用于未彎曲的圖像。如以上結(jié)合前面的附圖所述，捕捉應(yīng)用110可以將各種增強(qiáng)應(yīng)用于未彎曲圖像。圖5示出了可被實(shí)現(xiàn)為參考圖I和2來(lái)描述的任何類型的便攜式和/或計(jì)算機(jī)設(shè)備以實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例的示例設(shè)備500的各種組件。設(shè)備500包括實(shí)現(xiàn)設(shè)備數(shù)據(jù)504(例如，所接收的數(shù)據(jù)、正被接收的數(shù)據(jù)、排定用于廣播的數(shù)據(jù)、數(shù)據(jù)的數(shù)據(jù)包等等)的有線和/或無(wú)線通信的通信設(shè)備502。設(shè)備數(shù)據(jù)504或其它設(shè)備內(nèi)容可以包括設(shè)備的配置設(shè)置、存儲(chǔ)在設(shè)備上的媒體內(nèi)容和/或與設(shè)備用戶相關(guān)聯(lián)的信息。存儲(chǔ)在設(shè)備500上的媒體內(nèi)容可以包括任何類型的音頻、視頻和/或圖像數(shù)據(jù)。設(shè)備500包括經(jīng)由其可接收任何類型的數(shù)據(jù)、媒體內(nèi)容、和/或輸入的一個(gè)或多個(gè)數(shù)據(jù)輸入506，諸如用戶可選輸入、消息、音樂(lè)、電視機(jī)媒體內(nèi)容、記錄的視頻內(nèi)容、以及從任何內(nèi)容和/或數(shù)據(jù)源接收的任何其它類型的音頻、視頻和/或圖像數(shù)據(jù)。設(shè)備500還包括通信接口 508，其可被實(shí)現(xiàn)為串行和/或并行接口、無(wú)線接口、任何類型的網(wǎng)絡(luò)接口、調(diào)制解調(diào)器、和任何其他類型的通信接口中的任一個(gè)或多個(gè)。通信接口508提供設(shè)備500和通信網(wǎng)絡(luò)之間的連接和/或通信鏈路，其它電子、計(jì)算和通信設(shè)備通過(guò)其來(lái)與設(shè)備500傳遞數(shù)據(jù)。設(shè)備500包括一個(gè)或多個(gè)處理器510 (例如,微處理器、控制器等中的任一個(gè)),處理器處理各種計(jì)算機(jī)可執(zhí)行指令來(lái)控制設(shè)備500的操作并實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例。除此之外或作為替代，設(shè)備500可用硬件、固件、或結(jié)合在512處概括標(biāo)識(shí)的處理和控制電路來(lái)實(shí)現(xiàn)的固定邏輯電路中的任何一個(gè)或組合來(lái)實(shí)現(xiàn)。雖然未示出，但是設(shè)備500可包括耦合設(shè)備內(nèi)的各種組件的系統(tǒng)總線或數(shù)據(jù)傳輸系統(tǒng)。系統(tǒng)總線可包括不同總線結(jié)構(gòu) 中的任一個(gè)或組合，諸如存儲(chǔ)器總線或存儲(chǔ)器控制器、外圍總線、通用串行總線、和/或利用各種總線體系結(jié)構(gòu)中的任一種的處理器或局部總線。設(shè)備500還包括計(jì)算機(jī)可讀介質(zhì)514，諸如一個(gè)或多個(gè)存儲(chǔ)器組件，存儲(chǔ)器組件的示例包括隨機(jī)存取存儲(chǔ)器(RAM)、非易失性存儲(chǔ)器(例如，只讀存儲(chǔ)器(ROM)、閃存、EPR0M、EEPROM等中的任一個(gè)或多個(gè))、以及盤存儲(chǔ)設(shè)備。盤存儲(chǔ)設(shè)備可被實(shí)現(xiàn)為任何類型的磁性或光學(xué)存儲(chǔ)設(shè)備，如硬盤驅(qū)動(dòng)器、可記錄和/或可重寫緊致盤(CD)、任何類型的數(shù)字多功能盤(DVD)等等。設(shè)備500還可包括大容量存儲(chǔ)介質(zhì)設(shè)備516。計(jì)算機(jī)可讀介質(zhì)514提供數(shù)據(jù)存儲(chǔ)機(jī)制以存儲(chǔ)設(shè)備數(shù)據(jù)504，以及各種設(shè)備應(yīng)用程序518和與設(shè)備500的各操作方面相關(guān)的任何其它類型的信息和/或數(shù)據(jù)。例如，操作系統(tǒng)520可用計(jì)算機(jī)可讀介質(zhì)514作為計(jì)算機(jī)應(yīng)用來(lái)維護(hù)并且在處理器510上執(zhí)行。設(shè)備應(yīng)用518可包括設(shè)備管理器(例如，控制應(yīng)用、軟件應(yīng)用、信號(hào)處理和控制模塊、特定設(shè)備本地的代碼、特定設(shè)備的硬件抽象層等)。設(shè)備應(yīng)用518還包括實(shí)現(xiàn)基于照相機(jī)的掃描的各實(shí)施例的任何系統(tǒng)組件或模塊。在本示例中，設(shè)備應(yīng)用518包括被示為軟件模塊和/或計(jì)算機(jī)應(yīng)用的捕捉應(yīng)用522和輸入驅(qū)動(dòng)器524。另選地或另外地，捕捉應(yīng)用522和輸入模塊524可被實(shí)現(xiàn)為硬件、軟件、固件或其任意組合。設(shè)備500還包括向音頻系統(tǒng)528提供音頻數(shù)據(jù)和/或向顯示系統(tǒng)530提供視頻數(shù)據(jù)的音頻和/或視頻輸入-輸出系統(tǒng)526。音頻系統(tǒng)528和/或顯示系統(tǒng)530可包括處理、顯示、和/或以其它方式呈現(xiàn)音頻、視頻和圖像數(shù)據(jù)的任何設(shè)備。這些設(shè)備可至少包括用于實(shí)現(xiàn)捕捉視頻和圖像的照相機(jī)532。視頻信號(hào)和音頻信號(hào)可以通過(guò)RF(射頻)鏈路、S-video (S-視頻)鏈路、復(fù)合視頻鏈路、分量視頻鏈路、DVI (數(shù)字視頻接口)、模擬音頻連接，或其它類似的通信鏈路，從設(shè)備500傳遞到音頻設(shè)備和/或顯示設(shè)備。在實(shí)施例中，音頻系統(tǒng)528和/或顯示系統(tǒng)530被實(shí)現(xiàn)為設(shè)備500的外部組件。或者，音頻系統(tǒng)528和/或顯示系統(tǒng)530被實(shí)現(xiàn)為示例設(shè)備500的集成組件。類似地，照相機(jī)532可被實(shí)現(xiàn)為設(shè)備500的外部或內(nèi)部組件。盡管已經(jīng)用結(jié)構(gòu)特征和/或方法專用的語(yǔ)言描述了基于照相機(jī)的掃描的各實(shí)施例，但是應(yīng)該理解所附權(quán)利要求的主題不必限于所述的具體特征或方法。相反，這些具體特征和方法是作為基于照相機(jī)的掃描的示例實(shí)現(xiàn)來(lái)公開的。
權(quán)利要求
1.一種由計(jì)算設(shè)備實(shí)現(xiàn)的方法，所述方法包括 響應(yīng)于發(fā)起對(duì)圖像的基于照相機(jī)的掃描，捕捉圖像； 在所捕捉的圖像中自動(dòng)選擇一個(gè)或多個(gè)四邊形對(duì)象以進(jìn)行掃描；以及從所述圖像的部分創(chuàng)建與所選的一個(gè)或多個(gè)四邊形對(duì)象相對(duì)應(yīng)的一個(gè)或多個(gè)掃描文檔，包括為所述部分校正所捕捉的圖像中的一個(gè)或多個(gè)四邊形對(duì)象的透視失真。
2.如權(quán)利要求I所述的方法，其特征在于，所述自動(dòng)選擇一個(gè)或多個(gè)四邊形對(duì)象還包括 基于視差檢測(cè)所捕捉的圖像中的邊；以及 確定所述一個(gè)或多個(gè)四邊形對(duì)象為所檢測(cè)的邊的組合。
3.如權(quán)利要求2所述的方法，其特征在于，還包括 使用Canny算法檢測(cè)所述邊以及使用霍夫變換來(lái)從所標(biāo)識(shí)的邊形成潛在的四邊形；以及 將評(píng)分方案應(yīng)用于所述潛在的四邊形以確定一個(gè)或多個(gè)四邊形對(duì)象。
4.如權(quán)利要求I所述的方法，其特征在于，還包括展示具有用于顯示所捕捉的圖像的部分以及用于并發(fā)地顯示從所捕捉的圖像創(chuàng)建的至少一個(gè)掃描文檔的另一部分的用戶界面。
5.如權(quán)利要求4所述的方法，其特征在于，所述用戶界面被配置為 呈現(xiàn)所捕捉的圖像內(nèi)用以標(biāo)識(shí)所選的一個(gè)或多個(gè)四邊形對(duì)象的指示符； 使得用戶能夠與所述指示符交互以做出對(duì)一個(gè)或多個(gè)四邊形對(duì)象的自動(dòng)選擇的用戶修改；以及 響應(yīng)于用戶與所述指示符的交互，更新和顯示根據(jù)所述用戶修改創(chuàng)建的至少一個(gè)掃描文檔。
6.如權(quán)利要求I所述的方法，其特征在于，還包括 確定對(duì)一個(gè)或多個(gè)四邊形對(duì)象的自動(dòng)選擇是否成功； 如果自動(dòng)選擇成功，則使用自動(dòng)選擇來(lái)執(zhí)行所述創(chuàng)建一個(gè)或多個(gè)掃描文檔；以及 如果自動(dòng)選擇不成功 則使用基于用戶輸入的半自動(dòng)校正來(lái)做出對(duì)自動(dòng)選擇的用戶修改；以及使用通過(guò)半自動(dòng)校正選擇的所捕捉的圖像中的四邊形對(duì)象來(lái)執(zhí)行所述創(chuàng)建一個(gè)或多個(gè)掃描文檔。
7.如權(quán)利要求6所述的方法，其特征在于，使用半自動(dòng)校正包括 接收選擇所捕捉的圖像中的位置的用戶輸入；以及 基于所述用戶輸入自動(dòng)地產(chǎn)生對(duì)應(yīng)的四邊形，所選位置為對(duì)應(yīng)四邊形的一個(gè)角。
8.如權(quán)利要求I所述的方法，其特征在于，還包括應(yīng)用一個(gè)或多個(gè)視覺增強(qiáng)以改進(jìn)一個(gè)或多個(gè)掃描文檔的外觀。
9.如權(quán)利要求I所述的方法，其特征在于，為所述部分校正透視失真包括將所捕捉的圖像的所述部分的每一個(gè)調(diào)整為與矩形相對(duì)應(yīng)。
10.一種便攜式計(jì)算設(shè)備，包括 照相機(jī)； 一耦合至存儲(chǔ)器的個(gè)或多個(gè)處理器；以及捕捉應(yīng)用，所述捕捉應(yīng)用被存儲(chǔ)在存儲(chǔ)器中，并且可經(jīng)由一個(gè)或多個(gè)處理器執(zhí)行以導(dǎo)致所述便攜式計(jì)算設(shè)備至少通過(guò)以下方式執(zhí)行對(duì)經(jīng)由照相機(jī)捕捉的圖像的基于照相機(jī)的掃描: 從所捕捉的圖像中選擇至少一個(gè)四邊形以進(jìn)行掃描，所述至少一個(gè)四邊形與所捕捉的圖像中的矩形對(duì)象相對(duì)應(yīng)，所述選擇包括 如果自動(dòng)選擇不成功，則發(fā)起半自動(dòng)校正以獲取用戶選擇來(lái)標(biāo)識(shí)至少一個(gè)四邊形，并且選擇通過(guò)所述半自動(dòng)選擇標(biāo)識(shí)的至少一個(gè)四邊形；以及 處理所捕捉的圖像以產(chǎn)生與所選的至少一個(gè)四邊形相對(duì)應(yīng)的掃描文檔。
11.如權(quán)利要求10所述的便攜式計(jì)算設(shè)備，其特征在于，所述捕捉應(yīng)用還被配置為導(dǎo)致便攜式計(jì)算設(shè)備至少通過(guò)以下方式執(zhí)行對(duì)一個(gè)或多個(gè)潛在四邊形的檢測(cè) 檢測(cè)所捕捉的圖像中的邊；以及 確定與所檢測(cè)的邊相對(duì)應(yīng)的線條；以及 通過(guò)組合所檢測(cè)的邊和線條來(lái)產(chǎn)生潛在的四邊形。
12.如權(quán)利要求11所述的便攜式計(jì)算設(shè)備，其特征在于，檢測(cè)邊包括應(yīng)用算法以找到與所述邊相對(duì)應(yīng)的亮度的急劇改變。
13.如權(quán)利要求11所述的便攜式計(jì)算設(shè)備，其特征在于，所述確定與所檢測(cè)的邊相對(duì)應(yīng)的線條包括應(yīng)用線性變換以校正所檢測(cè)的邊的缺陷。
14.如權(quán)利要求10所述的便攜式計(jì)算設(shè)備，其特征在于，所述進(jìn)行自動(dòng)選擇包括將評(píng)分方案應(yīng)用于所捕捉的圖像中檢測(cè)到的一個(gè)或多個(gè)潛在四邊形，所述評(píng)分方案至少計(jì)及所述圖像中的四邊形的位置以及所捕捉的圖像中的四邊形的相對(duì)大小。
15.如權(quán)利要求10所述的便攜式計(jì)算設(shè)備，其特征在于，處理所捕捉的圖像以產(chǎn)生掃描文檔包括 將所捕捉的圖像剪裁為與至少一個(gè)四邊形相對(duì)應(yīng)； 展開所剪裁的圖像以校正透視失真；以及 將一個(gè)或多個(gè)視覺增強(qiáng)應(yīng)用于剪裁的圖像。
全文摘要
描述了基于照相機(jī)的掃描的各實(shí)施例。在各實(shí)施例中，可使用由與設(shè)備相關(guān)聯(lián)的照相機(jī)拍攝的圖像來(lái)創(chuàng)建掃描的文檔。處理由照相機(jī)拍攝的圖像以標(biāo)識(shí)圖像內(nèi)與諸如紙、名片、白板、屏幕等矩形對(duì)象相對(duì)應(yīng)的部分?？蛇x擇這些部分中的一個(gè)或多個(gè)以用來(lái)基于評(píng)分方案自動(dòng)地掃描和/或在來(lái)自用戶的輸入的幫助下半自動(dòng)地掃描。通過(guò)展開所選部分以消除透視效應(yīng)(例如，將該部分調(diào)整為矩形)以及應(yīng)用各種圖像增強(qiáng)以改進(jìn)外觀來(lái)從所選的部分中創(chuàng)建一個(gè)或多個(gè)掃描的文檔。
文檔編號(hào)H04N5/225GK102714692SQ201080042348
公開日2012年10月3日 申請(qǐng)日期2010年8月28日 優(yōu)先權(quán)日2009年9月23日
發(fā)明者A·米特洛夫克, B·德雷塞維克, D·尼耶姆切維奇, G·F·佩特舒寧格, M·武格代利亞, M·武科薩沃維奇 申請(qǐng)人:微軟公司