缩放和减少颜色以减小扫描文件大小

Question

我需要减小彩色扫描的文件大小。

到目前为止，我认为应该采取以下步骤：

• 选择性模糊（或类似）以减少噪点
• 缩放至 ~120dpi
• 减少颜色

到目前为止，我们使用 convert (imagemagick) 和 net-ppm 工具。

扫描件是发票，不是照片。

任何提示表示赞赏。

更新

示例：

• http://www.thomas-guettler.de/tbz/example.png11M
• http://www.thomas-guettler.de/tbz/example_0800_pnmdepth009.png pnmscale, pnmdepth 110K
• http://www.thomas-guettler.de/tbz/example_1000_pnmdepth006.png pnmscale, pnmdepth 116K

赏金

具有可复制解决方案的 example.png 最小且可读性好的缩减文件获得赏金。解决方案只需要使用开源软件即可。

文件格式不重要，只要能重新转成PNG即可。处理时间并不重要。我可以稍后优化。

更新

我得到了非常好的黑白输出结果（谢谢）。颜色减少到大约 16 或 32 种颜色会很有趣。

Answer 1

这是一个相当开放的问题，因为在图像质量和图像大小之间仍有可能调整的空间......毕竟，将其设为黑白并使用 CCITT T.6 黑白（传真样式）进行压缩如果不是所有支持颜色的压缩算法，压缩将击败大多数人。

如果您愿意使用黑白（不是灰度），那就去做吧！它使文档非常小。

否则，我建议使用一系列次要图像转换和自适应预测树（请参阅here）。 APT 软件包是开源或公共领域的，非常易于编译和使用。它的优点是它在各种图像类型上表现良好，尤其是文本，它可以让您更好地缩放图像大小与图像质量，而不会失去可读性。 （我发现自己在可读性阈值上将 example_1000 大小的彩色版本压缩到 48KB，而 64K 具有明显的伪影但易于阅读。）

我将 APT 与 imagemagick 调整组合：

convert example.png -resize 50% -selective-blur 0x4+10% -brightness-contrast -5x30 -resize 80% example.ppm
./capt example.ppm example.apt 20  # The 20 means quality in the range [0,100]

并扭转这个过程

./dapt example.apt out_example.ppm
convert out_example.ppm out_example.png

解释 imagemagick 设置：

• -resize 50% 将其缩小一半以加快处理速度。还隐藏了一些打印和扫描伪影。
• -selective-blur 0x4+10%：锐化实际上会产生更多噪音。您真正想要的是选择性模糊（如在 Photoshop 中），当没有“边缘”时会模糊。
• -brightness-contrast -5x30：这里我们将对比度提高了一点，以减少由页面轮廓引起的不良着色（导致可压缩数据较少）。我们还稍微变暗以使黑色更黑。
• -resize 80% 最后，我们将大小调整为比您的 example_1000 图像大小大一点。 （足够接近。）这也减少了明显伪影的数量，因为当像素合并在一起时它们在某种程度上被隐藏了。

此时，您将在此示例中获得精美的图像——漂亮、平滑的颜色和清晰的文本。然后我们压缩。 20 的质量值是一个相当低的设置，看起来不再那么漂亮，但文档非常清晰。即使质量值为 0，它仍然基本清晰。

再次重申，使用 ADT 不一定会为这张图片带来最佳效果，但它不会在渐变等类似摄影的内容上变成完全无法辨认的混乱，因此应该更好地了解更多内容类型或意外类型的文档。

结果： 88kb 76kb 64kb 48kb

Processed image before compression

Answer 2

如果您真的不在乎颜色的数量，我们不妨去黑白并使用双层编码器。我最终使用了 DJVU 格式，因为它与 JBIG2 相媲美并且具有开源编码器。在这种情况下，我使用了didjvu 编码器，因为它取得了最好的结果。 （在 Ubuntu 上，您可以 apt-get install didjvu，也许在其他发行版上也是如此。）

我最终得到的魔法编码如下：

convert example.png -resize 50% -selective-blur 0x4+10% -normalize -brightness-contrast -20x100 -dither none -type bilevel example_djvu.pgm
didjvu encode -o example.djvu example_djvu.pgm --lossless

请注意，这实际上是在全分辨率下优于 0x2+10% 的颜色模糊 - 这最终会使想象在转换为双层图像之前与想象的一样好。

解码工作如下：

convert example.djvu out_example.png

即使使用更大的分辨率（更易于阅读），大小仍为 24KB。当缩小到相同大小时，它仍然是 24KB！最后，只有 75% 的原始图像缩小和 0x5+10% 的模糊，它的权重为 32KB。

在此处查看视觉结果：http://img29.imageshack.us/img29/687/exampledjvu.png

Answer 3

如果您已经使用 Imagemagick 实用程序“转换”做正确的事情，那么最好先查看 Imagemagick 库。

快速查看我的 Ubuntu 软件包列表显示了 perl、python、ruby、c++ 和 java 的绑定