Image 用图像处理恢复旧手稿

假设我有这本旧手稿，我要做的是把手稿制作成所有的人物都能被完全辨认出来，我应该记住什么？ 在处理这样一个问题时，有没有同样的方法

---

请帮助，谢谢

一些图形应用程序具有宏记录器（例如Paint Shop Pro）。它们可以记录应用于图像的一系列操作，并将其存储为宏脚本。然后可以在批处理中运行宏，以便自动处理文件夹中包含的所有图像。这可能是一个比重新发明轮子更好的选择

我会先手动使用不同的函数，看看它们对您的图像有什么影响。有很多事情你可以尝试：锐化，平滑和消除噪音与许多不同的方法和选项。您可以使用多种不同的方法处理对比度（拉伸、gamma校正、展开等）

---

此外，如果您的图像背景为黄色，则单独使用红色或绿色通道可能会获得更好的效果，因为蓝色通道的对比度较差。

您的意思是要使人们更容易阅读字符，或者，您是否正在尝试改善图像质量，以便光学字符识别（OCR）软件能够读取它们

我建议您为可读性选择一个特定的目标。例如，如果已处理图像，您可能希望读者能够以20%的速度阅读文本。如果您使用OCR软件读取文本，请设置您希望达到的读取速率。有一个具体的目标会让你更容易跟踪自己的进步

冈萨雷斯和伍兹的《图像处理》一书《数字图像处理》（第三版）中有一个很好的例子，展示了如何将这样的图像转换为黑白图像。一旦在白色背景上有了黑色文本，就可以执行一些额外的图像处理步骤来“清理”图像并使其更具可读性

示例步骤：

将图像转换为黑白（灰度）

对图像应用移动平均值阈值。如果字符在图像中的大小通常大致相同，那么为移动平均阈值算法的两个参数选择值应该不会有太多问题

一旦图像转换为白色背景上的黑色字符，尝试简单的操作，如形态学“关闭”，以填补小间隙

向成人读者展示原始图像和清洁后的图像，以及他们阅读每个样本所需的时间。这将为您提供图像质量改善的一些指示

前面已经讨论过一种称为笔划宽度变换的技术。它可以用于从非常复杂的背景中提取字符笔划。SWT将更难实现，但可用于多种图像：

本文中的纹理可能会给许多算法带来问题。但是，有一种基于快速傅里叶变换（FFT）的图像去噪技术，该算法可用于在图像中查找一维或二维正弦图案（例如网格图案）。在下一页的一半左右，您可以看到用于消除周期性噪声的基于FFT的技术示例：

---

如果您找到一种适用于正在测试的图像的技术，我相信很多人都会有兴趣看到未经处理和处理的图像。

请尽量真实和真实。