Skenuješ, skenujeme... Díl čtvrtý o podstatě barev

Hardware | 01.01.99

Barvy jaký by bez nich byl svět! Barevné květiny, monitory, ptáci, tiskárny,ryby, fotografie. Avšak hned na začátku technického rozboru je třeba se zbavit iluzí. Pravda je taková, že ...





Barvy jaký by bez nich byl svět! Barevné květiny, monitory, ptáci, tiskárny,
ryby, fotografie. Avšak hned na začátku technického rozboru je třeba se zbavit
iluzí.
Pravda je taková, že barva je čistě lidsky subjektivní pojem, navíc její určení
silně závisí na individualitě, která ji posuzuje. Aby se daly barvy vůbec
nezávisle charakterizovat (definovat), je nutno nejprve přijmout určitý model,
zjednodušení a standardizaci.
Každý dnes ví, že světlo je stejné povahy jako záření pro přenos signálu pro
televizi, rádio, telefony GSM, pořizování rentgenových snímků atd. Jde o
elektromagnetické záření (vlnění) a viditelné světlo tvoří jeho část
charakterizovanou tzv. vlnovou délkou od 380 do 770 nm (nm je jedna miliontina
milimetru). S vlnovou délkou úzce souvisejí barvy světla, jejich řazení
připomíná odstíny a barevné přechody duhy.
Historie pochopení
Obvyklé světlo je mix záření různých vlnových délek; jsou-li zastoupeny všechny
dostatečně rovnoměrně, vnímáme světlo jako bílé. Prochází-li takové složené
světlo optickým hranolem, rozkládá se na barevné složky, tzv. spektrum. Tyto
základní vědomosti jsou již velmi staré rozklad světla popsal Isac Newton ve
svém spise z roku 1686 (jeden český pramen udává spis Jana Marka, profesora
Karlovy univerzity, z roku 1668). Popis světla jako elektromagnetického vlnění
vytvořil J. C. Maxwell roku 1860, a teprve na začátku tohoto století (1905)
definoval A. Einstein model světla jako tok částic. Tolik historie.
Fyzikálně lze každé světlo dopadající do oka, a tedy každý vjem jednotlivé
barvy popsat spektrální křivkou (mírou zastoupení jednotlivých barev spektra,
záření jednotlivých vlnových délek). Základní otázka je, zda lze dvěma různými
světly (tedy s rozdílnou spektrální křivkou) vytvořit vjem stejné barvy. Je
tomu tak. Dále se ukazuje, že mícháním tří rozdílných světel je možno vytvořit
prakticky všechny barevné vjemy.
K pokusu lze užít tři barevné reflektory, které svítí do jednoho kruhu, kde se
jejich světla prolínají. Mění-li se intenzita barevných světel, získáváme vjemy
prakticky všech barev. Pár jich působí při míchání problémy, například hnědá
(je to hlavně červená se žlutou, ale na světlejším pozadí) pak je potřeba
doplnit další "složku", směs zesvětlit.
Každá barva se tedy dá zapsat součtem pokusných světel jako: barva = a x
SvětloA + b x SvětloB + c x SvětloC, musíme ale připustit i záporné koeficienty
a, b, c, jak jsme si ukázali u míchání barev problémových. Tady už je vidět, že
jsme na dobré cestě k popisu barev. Víme, jak je zapsat, že základní složky
stačí tři a že se barvy sčítáním skládají.
Popis barev viděných člověkem se samozřejmě neobešel bez studia a pokusů s
vnímavostí oka. Oko má čtyři typy světelných receptorů, z nichž jeden se
uplatňuje za velmi nízkého osvětlení a nedává informace o barvě. Ostatní tři
typy jsou různě citlivé na světlo různých vlnových délek a dají se i
zkonstruovat jejich křivky citlivosti.
Zatím však není jasné, jaká tři světla k míchání zvolit (aby nebylo potřeba
používat záporné koeficienty) obvykle se za základní barvy berou RGB (červená,
zelená a modrá), při jejich použití je oblast barev získaná jen mícháním
největší.
Protože jakýkoliv vjem lze namíchat složením barevných světel a ta zase určením
jejich spektrálních křivek, stačí znát způsob, jak namíchat čisté spektrální
barvy. Vše ostatní dostaneme pouhým "sčítáním". Na tomto místě můžeme zavést
pojem barevného prostoru je dán zvolenými základními barvami a všemi z nich
míchanými (tedy jen kladnými souřadnicemi složek). Tím určuje popis STEJNÝCH
barev (vjemů) RŮZNÝMI poměry (čísly, souřadnicemi) URČITÝCH základních barev.
A co monitor...
Příkladem může být barevný prostor monitoru. Je charakterizován třemi typy
luminoforu. Bude-li 0 označovat, že luminofor nesvítí a 255 že je rozsvícen na
maximum, pak všechno, co monitor umí zobrazit, je vyjádřeno trojicemi čísel (a,
b, c) v intervalu od 0 do 255. Má-li monitor luminofory barev RGB, máme známý
barevný prostor RGB monitoru.
A tady je jedno velmi podstatné nedorozumění: vždyť vezmeme-li jiný monitor,
například starší, vyrobený podle jiné normy, monitor jiného typu (třeba LCD),
či dokonce pootočíme-li regulátorem jasu, budou jeho základní barvy asi jiné!
To ovšem znamená, že stejný obraz bude jen pouhou výměnou monitoru vypadat
jinak! Toto je přesně ta nepříjemnost, na kterou nikdo nechce narazit. Jak jsme
zjistili, je RGB prostor běžně volně definovaný závislý na konkrétním zařízení.
Stejně je tomu u skenerů. Skener pracuje s CCD prvky nebo fotonásobiči a
případně filtry, jež jsou určitým způsobem citlivé na spektrální křivku
analyzovaného světla. Znamená to, že dá-li určitá barva při snímání jedním
typem skeneru určité souřadnice, při snímání jiným typem budou tyto souřadnice
asi jiné. Barva se nezměnila, tak proč? Protože se trochu změnily základní
barvy. Ve volné řeči uvažovaný barevný prostor RGB skeneru je tedy také závislý
na zařízení.
Další varianta
Nelze si pomoci ani prací v barevném prostoru tiskových strojů CMYK
(cyan-azurová, magenta-purpurová, yellow-žlutá a black-černá). Jejich základní
barvy nejsou čtyři, ale v podstatě také tři CMY a volí se proto, že jsou k
popisu barev v ofsetovém tisku vhodnější. Černá (K) není základní, ale její
přidání zvětší barevný prostor tisku je přidávána z důvodu zlepšení kresby,
zlevnění tisku a technologických omezení. Každý CMYK prostor je taktéž zcela
závislý na konkrétní technologii tisku, seřízení tiskového stroje, použitých
barvách a podobně.
Problémy s barevnými prostory závislými na konktrétních zařízeních řeší systémy
správy barev většinou tím, že pracují s tzv. barevným profilem zařízení. Ten
jej zcela charakterizuje a sdělí-li se systému správy barev profil pro monitor,
tiskárnu i skener, je pak schopen zobrazovat na monitoru to, co bude vytištěno.
8 0748/DĚD o

Tipy pro práci s OCR
Jak jsme minule slíbili, tak se stalo máte zde tipy pro práci s OCR programy:
Skener
Nemůžete od vašeho OCR programu očekávat, že přečte něco, co ani skener správně
nevidí. Jakýkoliv prach nebo šmouhy na snímacím skle skeneru se objeví též ve
vysnímaném obraze, a tím sníží kvalitu rozpoznávání textu.
Více listů, podavač
Kvalita dokumentů, které najednou vložíte do podavače dokumentů (ADF, Automatic
Document Feeder) na vašem skeneru, by neměla být příliš rozdílná, neboť během
snímání dávky dokumentů nelze provádět změny nastavení.
Zvětšení
Umí-li program zobrazovat různá zvětšení dokumentu, lze při velkém zvětšení (na
úroveň pixelů) odhalit teoreticky vše, a tak posoudit, zda odlišné nastavení
jasu a kontrastu může odstranit dotýkající se, přetrhané, rozmazané, tenké,
příliš tlusté, slité nebo vyplněné znaky.
Nepoužívejte bezdůvodně vysoká rozlišení pro snímání dokumentů. V praxi dává
snímání při rozlišení 200 až 300 dpi dostatečný obraz dokumentu při rozumných
velikostech obrazových souborů. Vyšší rozlišení použijte jen při snímání velmi
malého písma, a i tak nepřekračujte 400 dpi.
Obraz získávaný skenerem
Pokud váš skener z nějakého důvodu nespolupracuje s OCR programem, pak lze
nasnímat dokumenty do obrazových souborů a soubory načíst do OCR programu a
nechat rozpoznat.
Dovoluje-li to váš skener, zmenšete co nejvíce snímanou plochu, nezahrnujte do
ní prázdná místa a okraje. Menší plocha dokumentu vyžaduje méně paměti binární,
nekomprimovaný černobílý obraz prázdné stránky vyžaduje právě tolik paměti,
jako obraz stránky plné).
Členění dokumentu
Pokud vás zajímá jen část stránky, není nutno nechat rozpoznávat celý dokument.
Na sesnímaném obrazu stránky lze obvykle myší zatrhnout oblast, která se má
přečíst. Vaše dokumenty mohou obsahovat místa, která mohou být rozpoznána pouze
s enormní chybovostí. Nové opsání takových pasáží textu pak může být rychlejší,
než opravování chyb v rozpoznaném textu.
Písmo
Rozpoznávací schopnost OCR je omezena na znaky, symboly a znaménka v určitém
jazyce, obsažené v tabulce znaků, proto se informujte před zakoupením softwaru,
zda umí rozpoznávat vámi požadovaný jazyk (to platí i pro češtinu).
Text, který je součástí grafů a obrázků, je zpravidla vhodnější přepsat, než
nechat rozpoznávat. Aby se zlepšilo čtení dotýkajících se, vyplněných, příliš
tlustých nebo rozmazaných znaků, zkuste nastavit vyšší jas u skeneru. Chybovost
čtení přetrhaných znaků naopak zlepšíte nastavením jasu menšího.
Podtržení textu mění patičky písmen; podtržené znaky a ozdobné písmo je těžké
či dokonce nemožné rozpoznávat. Takové pasáže doporučujeme raději přepsat.
Rukou psané poznámky a značky ztěžují nejen obraz, ale i určení zón s textem.
Pokud se v originále vyskytují, zkuste je odstranit z dokumentu před OCR (nebo
alespoň z obrazu dokumentu).
Výstupní text/formát
Občas je jednoduché řešení tím nejlepším. Chcete-li zcela přepracovat
rozpoznaný text, aby vyhovoval dokumentu, do nějž jej chcete vložit, zvolte
jako výstupní formát obyčejný text. Nebudete pak muset předělávat celé
formátování původního textu. Mějte na paměti, že i obyčejný text může být v
různém kódování ve Windows používejte ANSI (v českých Windows jde o kódovou
stránku 1250), ne ASCII text (ten je v českém systému v Latin2, kódová stránka
852).
Používejte RTF jako formát výsledného textu, chcete-li zachovat v rozpoznaném
textu co nejvíce z formátování původního dokumentu.
Ostatní tipy
Ploché skenery mají oproti těm, které dokumenty posunují, výhodu v tom, že jimi
lze zpracovávat též vázané dokumenty, takže není nutno nejprve pořizovat jejich
fotokopie, a ty pak teprve snímat. Kopie z kopírovacích strojů jsou však vždy
příčinou zvýšení chybovosti při rozpoznávání.












Komentáře

K tomuto článku není připojena žádná diskuze, nebo byla zakázána.