Jak duży jest skan: nie myl pikseli, DPI i rozmiaru strony

Zmiana DPI obrazka z 72 na 300 sprawi, że właściwości pliku będą wyglądać bardziej profesjonalnie, ale krawędzie tekstu nie staną się wyraźniejsze. Artykuł ten przeznaczony jest dla osób, które potrzebują przetworzyć skany, przygotować OCR lub tłumaczenie dokumentów. Pomoże Ci to rozróżnić piksele, DPI i rozmiar strony oraz uniknąć używania błędnych wskaźników do oceny jakości obrazu.

Po przeczytaniu będziesz wiedział: DPI określa metodę konwersji rozmiaru fizycznego, a piksele są rzeczywistymi punktami próbkowania obrazu; jak sprawdzić budżet wejściowy; kiedy należy ponownie przeskanować, zamiast po prostu zmieniać metadane.

Przykładowy kod w tym artykule został sprawdzony w izolowanym środowisku, ale nie oznacza to, że te same wyniki zostaną uzyskane dla wszystkich rzeczywistych plików lub efektów produktu. Przed przystąpieniem do przetwarzania ważnych dokumentów prosimy o zachowanie oryginałów i zapoznanie się z nimi zgodnie z punktami akceptacji znajdującymi się na końcu dokumentu.

Co sądzisz o pikselach i DPI zeskanowanego obrazu? Wniosek w jednym zdaniu

Najpierw spójrz na piksele, potem na DPI. DPI wpływa tylko na konwersję rozmiaru fizycznego podczas drukowania lub wyświetlania i nie dodaje szczegółów glifów.

Najpierw zapytaj o piksele, a potem o rozmiar wyjściowy

Obrazy o tej samej szerokości można oznaczyć różnymi wartościami DPI, aby odpowiadały różnym szerokościom druku. Oceniając dane wejściowe OCR, należy jednocześnie zwrócić uwagę na następujące elementy:

• Całkowita liczba pikseli: Określa podstawową skalę dekodowania.
• Długi bok: Wpływa na ograniczenia wejściowe niektórych narzędzi.
• Bajty pliku: odzwierciedlają obciążenie związane z przesyłaniem i przechowywaniem.

Należy pamiętać, że rozmiar skompresowanego bajtu nie reprezentuje bezpośrednio pamięci wymaganej do dekodowania.

Porównaj dwie próbki różniące się jedynie DPI

from io import BytesIO
from PIL import Image

image = Image.new("RGB", (600, 300), "white")
def encode(dpi):
    stream = BytesIO()
    image.save(stream, format="PNG", dpi=(dpi, dpi))
    stream.seek(0)
    decoded = Image.open(stream)
    decoded.load()
    return decoded

low, high = encode(72), encode(300)
assert low.size == high.size == (600, 300)
assert low.tobytes() == high.tobytes()
assert low.info["dpi"][0] < high.info["dpi"][0]
assert image.width * image.height == 180000
assert 600 / 300 == 2.0

Ostatnia linia powyżej mówi, że przy założeniu 300 DPI, 600 pikseli odpowiada dwóm calom. Gdy PNG zapisuje DPI, może wystąpić konwersja jednostek i zaokrąglanie. Wartość odczytana i wartość zapisana mogą nie być równe krok po kroku, dlatego porównuje się tutaj zależność wielkości i bezpośrednio sprawdza się, czy piksele pozostają niezmienione.

Użyj prawidłowych wskaźników budżetu wejściowego

Różne wskaźniki mogą odpowiadać na różne pytania, a mieszane użycie może łatwo prowadzić do błędnych wniosków:

Źródła: Pillow Image.

Powiększanie i ponowne skanowanie to różne czynności

Jeśli oryginalny obraz ma skompresowane małe kreski w tym samym pikselu, interpolacja i powiększenie nie są w stanie przywrócić oryginalnych informacji. Powiększenie tylko sprawia, że obraz wydaje się większy, nie wypełniając brakujących kresek.

Sekwencję przetwarzania można wykonać w następujący sposób:

1. Podczas ponownego skanowania priorytetowo traktuj jakość przejęcia, na przykład poprawę rozdzielczości skanowania.
2. Jeśli ponowne skanowanie nie jest możliwe, porównaj różne rozwiązania do wstępnego przetwarzania.
3. Każde twierdzenie o "poprawie wskaźnika rozpoznawania" musi być mierzone na tej samej oznaczonej próbie przed wyciągnięciem wniosków.

📊 Porównanie rdzenia

🎯 Która metoda ci odpowiada?

Jeśli ......

1. Chcę tylko, żeby atrybuty pliku wyglądały "profesjonalnie"

Sama zmiana DPI nie poprawi rozpoznawania ani wydajności odczytu; zaleca się skupienie na jakości pikseli i skanowania.

2. Zeskanowane materiały muszą zostać przesłane do OCR lub procesu tłumaczeniowego

Najpierw zapisz łączną liczbę pikseli, długie krawędzie i rozmiar pliku, a następnie zdecyduj, czy konieczna jest kompresja czy ponowne skanowanie.

3. Okazało się, że oryginalne kreski na obrazie były już przyległe

Priorytetowe ponowne skanowanie; Powiększenie zmienia tylko efekt wyświetlania, a nie informacje.

4. Porównaj wyniki przetwarzania różnych plików

Zapisuj jednolity rozmiar pikseli i jakość źródła; nie zakładaj, że warunki są takie same tylko dlatego, że oba pliki są oznaczone 300 DPI.

❓ Najczęściej zadawane pytania (FAQ)

1. Jeśli zmienię DPI na 300, czy obraz będzie wyraźniejszy?

Nie. DPI to informacja o konwersji wymiarów fizycznych; ostrość krawędzi tekstu zależy od rzeczywistej liczby pikseli.

2. Dlaczego mały rozmiar pliku niekoniecznie oznacza, że dekodowanie zajmuje mniej czasu?

Liczba bajtów pliku odzwierciedla rozmiar skompresowanej pamięci; całkowita zdekodowana woluminacja pamięci musi być oszacowana osobno na podstawie skali pikseli.

3. Obraz jest już rozmyty — czy powiększenie może to naprawić?

Jeśli niewielki rys został już skompresowany do tego samego piksela, wzmocnienie interpolacji nie może przywrócić oryginalnej informacji. Jeśli to możliwe, należy priorytetem ponowne skanowanie.

4. Na co powinieneś zwrócić uwagę, aby ocenić skuteczność OCR?

Pomiary powinny być wykonywane na tym samym próbku adnotacji, a nie tylko patrzeć, na właściwości pliku czy pojedynczy wskaźnik.

5. Jak zespoły mogą zmniejszyć liczbę fałszywych alarmów podczas obsługi skanów?

Rejestrowanie rozmiaru pikseli i jakości źródła pomaga porównać wyniki z różnych plików i ustalić, które strony wymagają ręcznej weryfikacji.

📝 Podsumowanie

DPI i piksele mają po jednej funkcji; mieszanie ich może prowadzić do złych ocen. Najpierw sprawdź piksele i rozmiar wejścia, a następnie zdecyduj, czy ponownie zeskanować, czy porównać rozwiązanie preprocessingu; wyniki będą bardziej wiarygodne.

Doświadczenie teraz: Prześlij dokument, aby zacząć tłumaczyć, zachowując oryginalne formatowanie