Как с помощью обработки растровой графики можно измерить объекты и увидеть скрытые детали на фотографии?

Авторы и участники проекта

Игорь Рябец

Участники группы: "Графисты"

Тема исследования группы

Как с помощью обработки растровой графики можно измерить объекты и увидеть скрытые детали на фотографии?

Проблемный вопрос (вопрос для исследования)

Как сделать так, чтобы на обычной фотографии можно было измерить размер объекта, подсчитать количество деталей и увидеть то, что не замечает глаз?

Гипотеза исследования

Если применить к фотографии простые инструменты обработки (повысить контраст, убрать шум, сделать чёрно-белой), то можно: Увидеть детали, которые теряются в темноте или пересветах Измерить длину, ширину и площадь объектов на фото Подсчитать количество одинаковых деталей (например, пятен, клеток или дефектов) Всё это - с помощью бесплатных программ, доступных на любом школьном компьютере.

Цели исследования

1 Понять, что такое растровая графика «изнутри»

Разобрались, что пиксель — это число, а гистограмма — график яркости

2 Изучить три главных инструмента обработки

Уровни (контраст), порог (чёрно-белое), медианный фильтр (удаление шума)

3 Показать на живом примере

Взяли плохое фото страницы книги и сделали текст читаемым

4 Сравнить программы для обработки

GIMP, Photopea, Photoshop — что выбрать школьнику

Результаты проведённого исследования

Часть 1. Растровая графика как данные 1.1. Пиксель — это число Растровое изображение представляет собой матрицу чисел. Каждый пиксель хранит значение яркости от 0 (чёрный) до 255 (белый). В цветном изображении каждый пиксель описывается тремя числами — интенсивностью красного, зелёного и синего каналов (RGB).

Вывод: Поскольку фотография является набором чисел, к ней применимы математические методы обработки.

1.2. Гистограмма изображения Гистограмма — график распределения пикселей по яркости. Она позволяет объективно оценить качество снимка.

Расположение столбиков Значение Только слева Изображение слишком тёмное Только справа Изображение пересвечено Только в середине Низкий контраст, блёклое изображение По всему диапазону Хороший контраст, детализированное изображение

Часть 2. Инструменты обработки изображений 2.1. Уровни (повышение контраста) Назначение: Растяжение диапазона яркости изображения для повышения контраста.

Принцип работы: Инструмент «Уровни» (Цвет → Уровни) позволяет переназначить узкий диапазон исходных значений яркости на весь доступный диапазон (0–255). В простейшем случае достаточно нажать кнопку «Авто» — программа сама определит границы полезного сигнала.

Более детальная настройка делается вручную тремя ползунками:

Чёрный ползунок (слева): все пиксели с яркостью ниже этого значения становятся чёрными (0).

Белый ползунок (справа): все пиксели с яркостью выше этого значения становятся белыми (255).

Серый ползунок (посередине): регулирует гамму — распределение яркости между чёрным и белым.

Что даёт применение уровней: Повышается контраст, проявляются детали, ранее неразличимые на блёклом фоне. Там, где глаз видел однородную серую поверхность, после растяжения гистограммы становятся видны текстура, границы объектов, надписи.

Ползунки перемещены так, чтобы «отрезать» пустые области слева и справа от гистограммы. Теперь весь доступный диапазон яркости будет использован для отображения полезной информации.

На левой части скриншота — исходное блёклое изображение, на правой — результат после растяжения гистограммы. Разница очевидна: текст стал контрастнее, фон чище.

2.2. Медианный фильтр (удаление шума) Назначение: Удаление импульсного шума — мелких точек, зернистости, царапин.

Принцип работы: Медианный фильтр (Фильтры → Размытие → Медианное размытие) обрабатывает изображение окном определённого радиуса (например, 2 пикселя). Внутри этого окна все значения пикселей сортируются по возрастанию, и центральный пиксель заменяется на серединное значение (медиану).

Почему это работает против шума? Случайные шумы — это «выбросы»: один белый пиксель среди чёрных или один чёрный среди белых. Такие выбросы в отсортированном списке оказываются в самом начале или самом конце и не влияют на медиану. Границы объектов, где соседние пиксели имеют похожие значения, при этом не размываются, в отличие от обычного усреднения.

Результат: Мелкие точки и царапины исчезают, но чёткость крупных деталей (букв, границ объектов) сохраняется.

2.3. Порог (бинаризация) Назначение: Преобразование изображения в строго чёрно-белый вид (без полутонов).

Принцип работы: Инструмент «Порог» (Цвет → Порог) устанавливает граничное значение яркости. Все пиксели, яркость которых меньше порога, становятся чёрными (0). Все пиксели, яркость которых больше или равна порогу, становятся белыми (255).

На практике порог выбирают так, чтобы объекты исследования (буквы, клетки, дефекты) стали чёрными, а фон — белым. Для этого в окне порога двигают ползунок и наблюдают за результатом в реальном времени.

Что даёт бинаризация:

Полученное изображение становится идеально контрастным — нет оттенков серого, только чёрное и белое.

К такому изображению легко применить количественный анализ. Например, в GIMP можно посмотреть гистограмму и увидеть, сколько пикселей имеют значение 0 (чёрные). Зная масштаб (один пиксель = 0.5 микрона), легко вычислить реальную площадь объекта.

На скриншоте показано окно инструмента «Порог». Сверху — гистограмма текущего изображения, под ней — ползунок. При движении ползунка изображение в основном окне GIMP меняется в реальном времени, позволяя подобрать оптимальное значение. Часть 3. Практический эксперимент Объект исследования: Фотография страницы книги с бледным текстом, неравномерным освещением, наличием пятен и мелких царапин. Такое качество типично для съёмки в плохих условиях: недостаточный свет, съёмка на телефон без штатива, старая потёртая бумага.

Цель эксперимента: Добиться полной читаемости текста и подготовить изображение для возможного автоматического распознавания (OCR).

Ход эксперимента:

Этап Действие Полученный результат 1 Открытие исходного изображения в GIMP Текст бледный, фон грязно-серый, присутствует мелкий шум и царапины 2 Анализ гистограммы Гистограмма подтвердила низкий контраст — столбики сжаты в средней части, не касаются краёв 3 Применение «Уровней» (кнопка «Авто») Текст стал тёмным, фон — светлым. Контраст значительно повышен 4 Применение медианного фильтра (радиус 2) Исчезли мелкие белые точки на буквах и тонкие царапины 5 Применение «Порога» (подбор ползунком) Получено идеально чёткое чёрно-белое изображение: буквы — чёрные, фон — белый

На скриншоте слева — исходное фото страницы книги: текст читается с трудом, фон неравномерный. Справа — итоговое изображение после всех этапов обработки: текст идеально чёрный на чистом белом фоне, готов к распознаванию или измерениям.

Количественные результаты эксперимента:

Параметр Контраст (разница между фоном и текстом) Низкий, текст сливается с фоном -Максимальный, чёткое разделение Наличие шума Присутствуют мелкие белые точки на буквах-Шум полностью удалён Равномерность фона Неравномерный, пятна-Идеально белый Пригодность для распознавания OCR Низкая (много ошибок)-Высокая (текст распознаётся точно)

Часть 4. Сравнение программ для обработки изображений На рынке существует множество программ для работы с растровой графикой. Для целей анализа изображений (измерения, подсчёты, восстановление деталей) были рассмотрены три наиболее доступных варианта.

Рекомендация для использования в школе: GIMP является оптимальным выбором, так как: -распространяется бесплатно; -не требует постоянного подключения к интернету (важно для школьных классов); -имеет полный русскоязычный интерфейс; -предоставляет все необходимые инструменты для анализа изображений. Photopea может быть полезна для быстрой обработки на домашнем компьютере без установки ПО. Photoshop избыточен для задач школьного проекта и требует значительных финансовых затрат.

Вывод

Проведённое исследование подтвердило выдвинутую гипотезу. Применение инструментов обработки растровой графики позволяет:

Обнаружить скрытые детали — после повышения контраста («Уровни») на фотографии страницы книги проявились элементы текста, которые были практически неразличимы на исходном блёклом изображении. Гистограмма показала, что исходное изображение использовало лишь центральную часть диапазона яркости (примерно 80–180), а после обработки диапазон был растянут на весь интервал 0–255.

Измерить объекты — после бинаризации («Порог») получено чёрно-белое изображение, где объект исследования (буквы) представлен чёрными пикселями, а фон — белыми. Площадь текста можно вычислить через гистограмму, подсчитав количество пикселей со значением 0. При известном масштабе (например, 1 пиксель = 0.1 мм) это позволяет рассчитать реальную площадь печатных символов.

Очистить изображение от помех — медианный фильтр успешно удалил мелкие посторонние точки (импульсный шум) и тонкие царапины. При этом границы букв не размылись, так как медианная фильтрация сохраняет перепады яркости, в отличие от обычного усреднения (фильтра Гаусса).

Практическая значимость исследования: Обработка растровой графики — это не инструмент для «украшательства» фотографий, а метод получения объективных количественных данных из визуальной информации.

Области применения метода в реальных науках и профессиях Результаты обработки растровой графики, продемонстрированные в данном исследовании, находят широкое практическое применение в различных научных и профессиональных областях.

В биологии и медицине метод позволяет подсчитывать количество клеток на микрофотографии и измерять площадь поражённого участка ткани. Для этого используется инструмент «Порог» (бинаризация), после чего на чёрно-белой маске легко подсчитать количество чёрных пикселей, соответствующих объектам исследования.

В материаловедении с помощью обработки изображений измеряют длину и ширину трещин на снимках деталей. Инструмент «Уровни» помогает проявить едва заметные дефекты на блёклых фотографиях, а встроенная линейка GIMP позволяет измерить их реальные размеры в пикселях с последующим переводом в миллиметры.

В криминалистике обработка растровой графики применяется для чтения затёртых номеров на автомобилях, восстановления лиц с камер видеонаблюдения и улучшения качества улик. Для этого последовательно используются инструменты «Уровни» (повышение контраста), фильтры повышения резкости и медианный фильтр (удаление шума).

В архивном деле и истории метод помогает восстанавливать старые рукописи и документы. Инструмент «Порог» позволяет эффективно отделить чернила от выцветшей или загрязнённой бумаги, делая текст читаемым даже на сильно повреждённых оригиналах.

В географии и экологии обработка спутниковых снимков используется для анализа вырубки лесов, таяния ледников и изменения береговой линии. Сравнение гистограмм снимков, сделанных в разное время, позволяет объективно оценить масштаб изменений, а инструмент «Порог» помогает выделить интересующие объекты (например, водную поверхность или лесной массив) для последующего измерения их площади.

Таким образом, рассмотренные в проекте методы обработки растровой графики являются универсальным инструментом для извлечения количественных данных из визуальной информации в самых разных сферах — от школьных исследовательских проектов до серьёзных научных и профессиональных задач.

Полезные ресурсы

Программное обеспечение:

Скачать GIMP бесплатно

Photopea (онлайн-редактор, не требует установки)

Документация и обучение:

Официальная справка GIMP на русском языке

Сообщество пользователей GIMP

Обучающие материалы по теме (поисковые запросы для YouTube и Habr):

«GIMP гистограмма и уровни»

«GIMP порог бинаризация изображения»

«GIMP медианный фильтр удаление шума»

«Как улучшить качество фото в GIMP»

«Анализ изображений в биологии с помощью GIMP»