При преобразовании отсканированного текста в 1-битное черно-белое изображение, какие фильтры можно применять в процессе для улучшения результата? Прямо сейчас я сталкиваюсь с проблемой, из-за которой из-за ошибок дизеринга изображение выглядит ужасно.
Обновление: я думаю, что попытка отменить сглаживание является гораздо более сложной проблемой. Как я могу преобразовать первое изображение в монохромное изображение? Подход по умолчанию convert -monochrome img1 img2показан ниже. Я также попробовал двухэтапный подход: 1) уменьшить глубину (цветовая палитра) и гамма 2) преобразовать в двухуровневое изображение (не показано). Другие вещи, с которыми я играл, включали упорядоченное дизеринг в ImageMagick (при различных настройках), но это было не так хорошо, как двухэтапный подход.
источник
Ответы:
Для этого случая я бы предложил увеличить частоту дискретизации и применить небольшое размытие, а затем повысить резкость, а затем применить пороговую операцию. Больше информации о пикселях вы не получите, ее просто нет. Но вы получите более плавный результат от операции пороговой обработки, и вам не нужно будет колебаться. Конечный результат похож на деградацию копировальной машины.
Пример:
Кроме того, это то, на что это похоже, когда вы просто используете лучший алгоритм диффузии дизеринга;)
источник
То, на что вы смотрите, называется и не дизеринг . Теоретически, проблема некорректна, если вы хотите восстановить точные изображения перед размыванием и печатью. Однако может применяться некоторая линейная фильтрация по более широкому окну (в зависимости от степени квантования сглаживания). Например, в вашем случае вы можете взять совокупный счет 8x8 и применить сумму, которая даст вам интенсивность в виде 0-256.
Документ, указанный здесь, является решением вашей конкретной проблемы.
РЕДАКТИРОВАТЬ:
Хорошо, если я понял, так как вы сканируете изображение, а не снимаете цифровое изображение, ваша проблема заключается не в том, чтобы сделать его размытым. Я ответил на первую часть до вашего обновления.
Хорошо, в этом случае я бы предположил, что у вас может быть двухэтапный процесс.
найти оптимальный порог для преобразования изображения в двухуровневое изображение. Лучше всего это сделать, если попытаться найти «долину между белой и черной интенсивностями в гистограмме». Здесь можно ознакомиться с основами порогового значения . Но, может быть, вы тоже это попробовали.
Теперь вы можете увидеть, что некоторые из краев могут быть слишком тонкими или слишком толстыми в зависимости от типа шума. Таким образом, чтобы восстановить более оптимальное изображение, вы можете применить морфологию с такими операциями, как Dilation и Erosion.
Смотрите эту презентацию для справки. Это даст вам направление того, что я говорил. Вот ссылка на то, как применять различные фильтры морфологии
источник