Интернет-журнал "Домашняя лаборатория", 2008 №3

Потребность в апсэмплинге может быть и в случае, когда исходные файлы были получены не со сканера, а с помощью цифрового фотоаппарата. Мне приходилось обрабатывать в Ирфане много фотографий в формате jpg, само изображение было серым при числе цветов 16,7 миллионов, а разрешение явно низкое, намного ниже 300 dpi. Полученные в результате обработки черно-белые изображения прилично смотрелись и читались, а некоторые было трудно отличить от полученных со сканера. О методике ручной обрезки сканов было рассказано во второй части статьи.

При достаточно крупном шрифте можно сканировать в сером даже при 150–200 dpi, не забывайте, что скорость сканирования при таких значениях резко возрастет. Когда время на сканирование — решающий фактор, то такой способ вполне допустим. Последующий апсэмплинг и программная обработка способны сделать приемлемое качество в черно-белом при 300–400 dpi, при этом затраты времени именно будут небольшие за счет повышения скорости сканирования.

Есть несколько нюансов, на которые следует обратить особое внимание при конвертировании ресэмплированных изображений в djvu. Вкратце напомню суть этого формата: изображение разбивается на маску и фон, для маски разрешение максимально, для фона оно составляет треть от общего — всего 100 dpi, при разрешении сканирования 300 dpi. В маске находится текст и (или) другие детали, для которых нужно высокое разрешение, а фон, как несущий мало информации, может быть размыт. Кроме этого, применяется, так называемый, "словарь", по сути дела, представляющий собой набор неких "графических слов". Увидеть характерные особенности применения такого "словаря" можно на текстовом файле djvu. Кодер djvu старается создать подобие "графического шрифта" и по возможности довести схожие фрагменты изображения до идентичности. Если рассмотреть буквы в словах при большом увеличении, то видно, что близко стоящие одни и те же буквы абсолютно идентичны, причем таких серий может быть много, совсем не обязательно чтобы один символ из "графического словаря" был применен ко всем похожим буквам. Напротив, таких эталонов может быть очень много для одной и той же буквы. Но в целом, это дает существенное уменьшение размера файла. Нечто подобное существует у фирмы Cartesian Products, Inc, она разработала новый формат СРС для черно-белых файлов, очень похожий на tif Fax4, но применяющий "графический OCR", что позволило существенно уменьшить размеры файлов по сравнению с Fax4. Эти два формата весьма схожи и взаимно конвертируемы при помощи кодера CPC. К сожалению, формат СРС принадлежит только указанной фирме, бесплатен всего лишь урезанный вьюер и шансов на популярность у формата СРС нет. Опыт показал, что многократная конвертация из СРС в tif и обратно, дает уменьшение размера djvu файла до 10–15 %, если сравнивать с кодировкой необработанных файлов tif Fax4. Никакого секрета тут нет, поскольку алгоритмы djvu и СРС схожи, то предварительное приведение букв к "графическому шрифту" в СРС уменьшает размер "словаря" djvu и позволяет достичь лучшего сжатия. Кроме предварительной обработки с целью уменьшения размеров файлов djvu, формат СРС можно использовать для хранения черно-белых сканов, если обстоятельства не позволяют оставить их в tif Fax4. Чтобы было понятно о каком выигрыше идет речь, приведу один пример для сканированной книги — 422 страницы формата А4, с очень большим количеством графики и текста. Размер файлов в байтах распределился таким образом:

• Многостраничный tif Fax4 — 20 329 518

• Многостраничный СРС — 7 908 706

• Многостраничный djvu — 6 741 540

Желающие узнать побольше о СРС, могут посетить сайт фирмы Cartesian

Products, Inc — http://www.cartesianinc.com.

Вернемся к особенностям ресэмплирования. Дело в том, что после такой операции и последующей конвертации в черно-белое, фотографии распадаются на отдельные точки и степень сжатия в djvu падает. Что было однотонным серым фоном и кодировалось как фон, становится набором отдельных точек. Разумеется, что можно предварительно применить один из методов графического размытия для восстановления равномерности фона, но забывать о подобном эффекте не стоит.

Для уменьшения ошибок "и" и "н" при кодировании в djvu, был дан совет в одном из форумов по сканированию — сделать немного непропорциональный ресэмплинг, приблизительно на 5 пикселей увеличить изображение по вертикали.

В заключение, можно сделать следующий вывод: сканирование в сером предоставляет широкие возможности по дальнейшей обработке изображений и если нет твердой уверенности в том, что есть смысл применить именно черно-белое, тогда сканируйте в сером с максимально возможным разрешением. В любом случае, такие сканы можно будет обработать и превратить в черно-белые с хорошим качеством.