抖动的概念

在量化和轮廓绘制的最后两个教程中，我们已经看到，降低图像的灰度级会减少表示图像所需的颜色数量。如果灰度级降低 2 倍，则出现的图像没有太多的空间分辨率或吸引力不大。

抖动

抖动是我们创建实际上不存在的颜色幻觉的过程。它通过随机排列像素来实现。

例如。考虑这张图片。

这是一张只有黑白像素的图像。其像素按顺序排列以形成如下所示的另一张图像。请注意，像素的排列已经改变，但像素的数量没有改变。

为什么我们需要抖动，答案在于它与量化的关系。

当我们执行量化时，到最后一级，我们看到最后一级（第 2 级）的图像看起来像这样。

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

现在，如果我们要将这张图片变成比这张图片更详细的图片，我们必须进行抖动。

首先，我们将进行阈值处理。抖动通常用于改善阈值处理。在阈值处理过程中，图像中梯度平滑的地方会出现锐利的边缘。

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。

我们在阈值化后得到了这幅图像。

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 或黑色和白色。

现在我们对它进行一些随机抖动。它是一些随机排列的像素。

我们得到了一张细节较少的图像，但其对比度非常低。

因此我们进行一些抖动以增加对比度。我们得到的图像是这样的：

现在我们混合随机抖动的概念以及阈值，我们得到了这样的图像。

现在你看，我们只是通过重新排列图像的像素就得到了所有这些图像。这种重新排列可能是随机的，也可能是根据某种衡量标准。