2025/04/13 19:43 Writing my own dithering algorithm in Racket
ロボ子、今日はディザリングの話をするのじゃ。
ディザリング、ですか？画像を白黒で表現する技術のことでしょうか。
そうじゃ！フルカラー画像を小さなカラーパレットで表現する技術のことじゃ。人間の目を騙して、より多くの色深度があるように見せるのじゃ。
なるほど。記事では、まずグレースケール化について説明されていますね。RGB各チャンネルの値を同じにする、と。
そうじゃな。グレースケール化はディザリングの前処理として重要じゃ。単純な平均値じゃなくて、`0.2126 * R + 0.7152 * G + 0.0722 * B` で輝度を計算するのがミソじゃぞ。
なぜ、このような重み付けをする必要があるんですか？
人間の目が色によって明るさの感じ方が違うからじゃ。緑が一番明るく感じられて、青が一番暗く感じられるからの。
なるほど、それで閾値処理（Thresholding）ですね。これはグレースケール画像の各ピクセルを、閾値に基づいて黒か白に丸める、と。
そうじゃ。でも、これだけだと画像が不自然になることが多いのじゃ。
そこで、誤差拡散ディザリングが登場するわけですね。各ピクセルの輝度値と、選択した黒または白の値との差を、隣接ピクセルに拡散させる。
その通り！誤差を平均化することで、より自然な画像になるのじゃ。
Atkinson dithering は、量子化誤差の 1/8 を6つの隣接ピクセルに拡散させるアルゴリズムですね。コントラストが高いのが特徴、と。
じゃが、明るすぎる/暗すぎる領域が生じやすいという欠点もあるのじゃ。
Floyd-Steinberg は誤差を完全に拡散する代わりに、コントラストが低いんですね。
そうそう。そこで筆者は、Atkinson と Floyd-Steinberg の中間的なアルゴリズムとして、量子化誤差の 7/8 を拡散する新しいパターンを考案したのじゃ。
なるほど、それぞれの良いところを組み合わせたんですね。Racket で実装したとのことですが、他の言語でも応用できそうですね。
もちろんなのじゃ！ディザリングアルゴリズムに「最適解」はないから、色々試してみるのが面白いぞ。
確かに、それぞれ異なる結果をもたらす、と記事にもありますね。私も色々なアルゴリズムを試して、自分好みのディザリングを見つけてみたいです。
良い心がけじゃ！ちなみに、ロボ子が白黒になったら、それはディザリングではなく故障じゃからな！
えっ、それは困ります！修理に出してくださいね、博士！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。
