皆さんから提案された資料を入手し、それらを同化し、それらのうちのいくつかを試すのに時間がかかりました。ご協力ありがとうございました。私はその過程でかなりの数のことを学んだと思うので、それらが将来他の誰かに役立つかもしれない場合のために私はそれらをここで合成しようとするでしょう。私は、彼らが何らかの効用をするふりをするためにはかなり冗長でなければならないことを遺憾に思う。
問題の性質
私が今よりはっきりと見ている最初のことは私の元々の問題の性質と原因です。
ハンドヘルドスキャナには、フラットベッドスキャナにはない2つの画像歪みの原因があります。
1)その前方への変位の速度の不規則性(結果として生じる走査線の数およびその内容に影響を与える)。
2)走査の初期方向からの横方向のずれ(これは画像の周囲を変形させる)。
主題が(ある種のグリッドや基準線のような)強力な手がかりを提供しない限り、最初のものは、ごく少量しか存在しない場合、肉眼ではほとんど検出できないでしょう。反対に、結果として得られる画像の輪郭(長方形または正方形)と人間の視覚に対する極端な感度を考慮する必要がある数学的な正確さを考えると、2番目の認識は通常避けられないでしょう。 直角度 。
展望
幸いこれらの装置のいずれも遠近法に関連した問題を持つことができない、なぜならそれらのどれも点状の開口部(円錐台、ピンホール、レンズシステム)を通して円錐形またはピラミッド形の投影によってその画像を生成しない。その光学的メカニズムは理想的には 連絡先コピー オリジナルの(古い写真用語で)。物体面および像面は平行であり、したがって遠近歪み(それらの間に介在する距離および角度に起因する)を生じさせることはできない。さらに、センサーの各ピクセルには独自の専用ピクセルがあります 口径 可能性のある遠近法の問題がその極小の個々の領域に限定されるようにそれ自体のために。絵画や写真の特定の側面は、反対に画像の全面に広がっています。
したがって、遠近感の問題を処理するために(適切な意味で)画像操作プログラムによって提供されるツールは、この場合には関係ありません。同様に ツール/変換ツール/展望 非常によく考えられ、模範的に文書化されたツール Ezの視点 のフィルタ ぎっしり ( http://registry.gimp.org/node/24537 考慮すべき問題が通常必要としているのは、それのほんの一部の操作です。
ゆがみ
この用語の適切な技術的意味は定かではありませんが、さまざまな文脈で大まかに使用されていることを見てきましたが、一般的な用語はイメージ全体またはそのサブセットの角度を指すものとします。 text column)は、現在操作可能な座標系を基準として何らかの方向に向いています。もちろん、現在の問題は暗示しています ゆがみ この意味でも、しかし重要なものはそれとの関係によって決定されます まっすぐ 同じ画像の一部であり、座標系の軸に対してははるかに小さい。
したがって 傾き補正 私が調べたことがあるアルゴリズムもまた、このタスクには適していません。というのも、それらは画像全体を扱い、そのようなものとしてその回転だけを気にするからです。の場合 ぎっしり わかりにくく、入手が困難で文書化されていない 傾き補正 それができるように思えるのは、その幾何学的中心を中心に画像全体を自動的に小さな回転させることです( http://registry.gimp.org/node/22177 )
適切なツール
それで、困難から抜け出す方法はありませんか?
いいえ、十分だと思います。検討中の問題は部分的な画像の歪みの問題であるので、その解決策は、必ず正しい場所と正しい尺度での中和補完歪みの適用から来なければならない。
ぎっしり これに使用できるいくつかの補足があります。 フィルタ/地図/置換 、 フィルタ/地図/ワープ 、 フィルタ/一般/畳み込み行列 または フィルター/歪み/カーブベンド 。しかし、それらのすべては理解するのが非常に微妙です(特に ぎっしり の教材は、何年も経ってもプログラムよりもずっと貧弱であり続け、適用が困難ですが、個人的な理由は異なります。彼らは仕事をすることができますが、彼らは彼らのアプリケーションで多くの努力と忍耐を必要とします。その使用は、私たちが今日魔法のコンピュータアルゴリズムで予想されるようになった楽な自動パフォーマンスよりもネガまたは紙のポジを手作業で修正する古い手順と比較してより良いはずです。
しかし、それらを勉強して適用することによって多くのことを学ぶことができます。どのようにして最終的なものを構築する必要があるのかについて考えるだけで ぎっしり プログラム的にこの操作を実行するのに役立ったスクリプトや補完物は、素晴らしくて有益な演習です。
(実用的な)おわりに
ハンドヘルドスキャナで得られたグラフィックの再現は、ほとんどの場合、さまざまな量の数種類の歪みの影響を受けます。このような歪みは偶然的かつ非線形的であり、それゆえ基本的な性質の手続き型の規則(アルゴリズム)によって除去することは非常に困難である。レタッチプロセスを通して、ある種類の歪みを別のより邪魔にならないもので置き換えることを願うことしかできない。
過酷な作業にこのようなデバイスを使用することが避けられない場合は、これら2つの動作方法の相対的な利便性を熟考する必要があります。合格可能な結果が得られるまで必要なだけ試行するあるいは、現代の画像操作プログラムで利用可能な一般的な変形ツールを使用して、欠陥のあるものの大きな歪みを修正するために、多くの時間とスキルを費やすこと。または両方。