Чем бы обработать сканы принтерных документов для улучшения качества?

Question

[StrangeAttractor]

Решил заняться уборкой и повыкидывать бумаги для которых ненужны оригиналы, предварительно их оцифровав (отсканировав).

Документы в основном печатные а-ля Word/Excel — всякие фактуры (соответственно текст и таблички из чёрных линий на белом листе плюс печать с подписью (обычно синие, но это не очень принципиально)), старые договора и т.п.

Проблема в том, что после сканирования фон получается не белым, а сероватым частично или полностью. Если снижать яркость — портится качество линий/текста. Если сохранять в честное Ч/Б — то появляются некрасивые зазубрины и т.п.

Соответственно задача — сделать серый фон чисто-белым (#FFFFFF в RGB), а текст/линии — чёткими и чёрными (может неплохо даже немного сгладить (anti-aliasing)).

При желании я, конечно, могу сделать это вручную через выделение грязи инструментами типа «magic wand», но это влом и что-то мне подсказывает что эта задача должна сравнительно легко автоматизироваться.

Из ОС в наличии Windows и Linux, командной строки не боюсь :-) но и опыта с автоматической обработкой графики раньше не имел. Сканирование ручное (в смысле не потоковое), форматы предпочтительно JPEG или TIFF.

Подскажите, если кто знает, инструмент.

UPDATE: Вот пример — imgur.com/emxvgKc
— это лучшее, чего удалось добиться от сканера (HP ScanJet 2400). Обратите внимание на серую линовку на белом фоне, в оригинале её, разумеется, не было, это каретка сканера гонит. В принципе если просто её удалить — уже хорошо.

Answer 1

[Graube]

Есть статья: www.djvu-soft.narod.ru/scan/twdragon_djvu.htm
В частности раздел про программу scankromsator

Comments

[Graube]

До и после:

[StrangeAttractor]

Попробовал. Неплохо, но печать убивает напрочь, остаётся только кусочек и тот нечитаемый.

[StrangeAttractor]

Кстати, один момент непонятен: как там удостовериться, что результат обработки (после выравнивания (всмысле «deskew» — разворачивания от перекоса)) получается A4?

[Graube]

В настройках можно задать размеры выходного листа равному А4. По поводу печати (и других изображений) её нужно выделить и воспользоваться инструментом Exclude and Mark as dither zone, после в их редакторе, если остался (крайне редко), очистить мусор. Программа имеет множество различных настроек и инструментов, если все изучить и правильно воспользоваться, то будет все безупречно. На статью можно ориентироваться лишь, как на пример. Для полного понимая лучше прочитать руководство.

Answer 2

[Chii]

Если серьёзно и понормальному, то OCR

А если не серьёзно, то просто надо гамму подредактировать, отрезав светлую часть до уровня серого фона и вытянув остаток до упора.
imagemagick это умеет делать для небоящихся консоли и скриптов.
www.imagemagick.org/script/command-line-options.php

Если консоль таки сильно пугает или объём работы не большой, то в гимпе есть цветофильтр levels (уровни в русской локали) – очень наглядно и просто делают именно то, что надо.

Comments

[Chii]

Кстати, случайно нашла вот такой пример:
www.fmwconcepts.com/imagemagick/textcleaner/

Answer 3

[Eddy_Em]

Да хотя бы медианный фильтр 3х3 поможет (если, конечно, не сильно мелкое разрешение сканирования).

Comments

[StrangeAttractor]

не сильно мелкое разрешение сканирования

Это сколько? 300 DPI — нормально, или больше надо?

[Eddy_Em]

На 300 вполне сработает.

В отличие от среднего арифметического (в т.ч. гауссова, предлагаемого всяким народом), медиана не столь сильно чувствительна к шуму соль-перец. Поэтому там, где Гаусс пойдет в сточную канаву (а в случае со сканом это будет с вероятностью в 100%), медиана сможет дать какой-то приличный вариант.

Конечно, для полноты средств обработки стоит вспомнить еще уйму методов, но это — удел учебников. Для простейшей работы достаточно использовать leptonica, а когда она будет тормозить — немножко довелосипедить. Все ведь совершенно элементарно!

Пы.Сы. Простые задачи действительно умеет делать ImageMagic, так что советую сначала его мануал почитать. Вдруг поможет.

Answer 4

[Виталий Желтяков]

Gimp + bimp. Далее либо гауссово размазывание, либо билетеральный фильтр.

Answer 5

[ValdikSS]

ScanKromsator — то, что вам нужно.