Concetto di dithering

Negli ultimi due tutorial di quantizzazione e contouring, abbiamo visto che la riduzione del livello di grigio di un'immagine riduce il numero di colori necessari per denotare un'immagine. Se i livelli di grigio vengono ridotti di due 2, l'immagine che appare non ha molta risoluzione spaziale o non è molto attraente.

Dithering

Il dithering è il processo mediante il quale creiamo illusioni del colore che in realtà non sono presenti. È fatto dalla disposizione casuale dei pixel.

Per esempio. Considera questa immagine.

Questa è un'immagine con solo pixel in bianco e nero. I suoi pixel sono disposti in un ordine per formare un'altra immagine mostrata di seguito. Nota alla disposizione dei pixel è stata modificata, ma non la quantità di pixel.

Perché dithering?

Perché abbiamo bisogno del dithering, la risposta sta nella sua relazione con la quantizzazione.

Dithering con quantizzazione

Quando eseguiamo la quantizzazione, fino all'ultimo livello, vediamo che l'immagine che arriva nell'ultimo livello (livello 2) ha questo aspetto.

Ora, come possiamo vedere dall'immagine qui, l'immagine non è molto chiara, soprattutto se guarderai il braccio sinistro e la parte posteriore dell'immagine di Einstein. Anche questa immagine non ha molte informazioni o dettagli su Einstein.

Ora, se dovessimo cambiare questa immagine in un'immagine che fornisce più dettagli di questo, dobbiamo eseguire il dithering.

Esecuzione del dithering

Prima di tutto, lavoreremo sulla partecipazione a tre. Il dithering di solito funziona per migliorare la soglia. Durante il mantenimento di tre, i bordi nitidi appaiono dove le sfumature sono uniformi in un'immagine.

Nella soglia, scegliamo semplicemente un valore costante. Tutti i pixel al di sopra di quel valore sono considerati come 1 e tutti i valori al di sotto di esso sono considerati come 0.

Abbiamo ottenuto questa immagine dopo la soglia.

Poiché non c'è molto cambiamento nell'immagine, poiché i valori sono già 0 e 1 o in bianco e nero in questa immagine.

Ora eseguiamo un dithering casuale su di esso. È una disposizione casuale dei pixel.

Abbiamo ottenuto un'immagine che dà più dettagli, ma il suo contrasto è molto basso.

Quindi eseguiamo ancora un po 'di dithering per aumentare il contrasto. L'immagine che abbiamo ottenuto è questa:

Ora mescoliamo i concetti di dithering casuale, insieme alla soglia, e abbiamo un'immagine come questa.

Vedete, abbiamo ottenuto tutte queste immagini semplicemente riorganizzando i pixel di un'immagine. Questa riorganizzazione potrebbe essere casuale o potrebbe essere secondo una certa misura.