Monochrome (1-Bit-Schwarzweiß-) Bildkonvertierung

Welche Filter können beim Konvertieren von gescanntem Text in ein 1-Bit-Schwarzweißbild angewendet werden, um das Ergebnis zu verbessern? Im Moment stoße ich auf das Problem, dass Dithering-Fehler das Bild schrecklich erscheinen lassen.

Update: Ich denke, das Dithering rückgängig zu machen ist ein viel schwierigeres Problem. Wie kann ich das erste Bild in ein Schwarzweißbild konvertieren? Der Standardansatz convert -monochrome img1 img2ist unten dargestellt. Ich habe auch einen zweistufigen Ansatz ausprobiert: 1) Tiefe verringern (Farbpalette) und Gamma 2) in ein Bilevel-Bild konvertieren (nicht gezeigt). Zu den anderen Dingen, mit denen ich gespielt habe, gehörte imagemagicks Ordered -Dither (bei verschiedenen Einstellungen), aber es war nicht so gut wie der zweistufige Ansatz.

Ich würde für diesen Fall vorschlagen, dass Sie eine leichte Unschärfe und dann einen Schärfevorgang ausführen und dann die Schwellenwertoperation anwenden. Sie erhalten keine weiteren Informationen aus den Pixeldaten, sie sind einfach nicht vorhanden. Durch die Schwellenwertberechnung erhalten Sie jedoch ein gleichmäßigeres Ergebnis, und Sie müssen nicht zittern. Das Endergebnis ist wie eine Verschlechterung des Fotokopierers.

Beispiel:

Außerdem sieht es so aus, wenn Sie nur einen besseren Diffusionsdither-Algorithmus verwenden;)

Was Sie sich ansehen, wird als " Un-Dithering" bezeichnet . Theoretisch sind die Probleme schlecht, wenn Sie vor dem Dithering und Drucken exakte Bilder rekonstruieren möchten. Es kann jedoch eine lineare Filterung über ein breiteres Fenster (abhängig von der Quantisierung des Dithering) angewendet werden. In Ihrem Fall können Sie beispielsweise eine Sammlung von 8x8-Fenstern erstellen und die Summe anwenden, die Ihnen die Intensität in Form von 0-256 geben würde.

Das hier aufgeführte Papier ist die Lösung für Ihr genaues Problem.

EDIT:
Ok, wenn ich verstanden habe, da Sie das Bild scannen, anstatt ein digital gedithertes Bild aufzunehmen, besteht Ihr Problem nicht viel darin, das Dithering aufzuheben. Ich habe den ersten Teil vor Ihrem Update beantwortet.

In diesem Fall würde ich vorschlagen, dass Sie einen zweistufigen Prozess durchführen können.

1. Finden Sie einen optimalen Schwellenwert, um das Bild in ein Bild mit zwei Ebenen umzuwandeln. Dies geschieht am besten, indem Sie versuchen, das Tal zwischen der weißen und der schwarzen Intensität im Histogramm zu finden. Hier finden Sie die Grundlagen zum Schwellenwert . Vielleicht haben Sie dies auch versucht.

2. Jetzt sehen Sie möglicherweise, dass einige der Kanten je nach Art des Rauschens zu dünn oder zu dick sind. Um ein optimaleres Bild zu rekonstruieren, können Sie Morphologie mit Operationen wie Dilatation und Erosion anwenden.

Siehe diese Präsentation als Referenz. Dies gibt Ihnen eine Richtung, was ich sagte. Hier finden Sie eine Referenz zum Anwenden verschiedener Morphologiefilter