抖动的概念

在量化和轮廓的最后两个教程中，我们已经看到降低图像的灰度级可以减少表示图像所需的颜色数量。如果灰度级减少 2 2，则出现的图像没有太多空间分辨率或不太吸引人。

抖动

抖动是我们创造实际不存在的颜色错觉的过程。它是通过像素的随机排列来完成的。

例如。考虑这个图像。

这是一张只有黑白像素的图像。它的像素按顺序排列，形成另一个图像，如下所示。请注意，像素的排列已更改，但像素的数量没有更改。

为什么需要抖动，这个问题的答案在于它与量化的关系。

当我们执行量化到最后一级时，我们看到最后一级（第 2 级）的图像如下所示。

现在，正如我们从这里的图像中看到的，图像不是很清晰，特别是如果你看爱因斯坦图像的左臂和背部。此外，这张照片没有太多关于爱因斯坦的信息或细节。

现在，如果我们要将这个图像更改为比这个提供更多细节的图像，我们必须执行抖动。

首先，我们将进行阈值处理。抖动通常可以改善阈值。在阈值化过程中，尖锐的边缘出现在图像中梯度平滑的地方。

在阈值处理中，我们只需选择一个常数值。所有高于该值的像素都被视为 1，所有低于该值的像素都被视为 0。

阈值处理后我们得到了这张图像。

由于图像中没有太大变化，因为该图像中的值已经是 0 和 1 或者黑白。

现在我们对其进行一些随机抖动。它是像素的一些随机排列。

我们得到的图像提供了更多细节，但其对比度非常低。

所以我们做了更多的抖动来增加对比度。我们得到的图像是这样的：

现在我们将随机抖动的概念与阈值混合在一起，我们得到了这样的图像。

现在你看，我们通过重新排列图像的像素就得到了所有这些图像。这种重新安排可以是随机的或者可以根据某种措施。