Informatika | Felsőoktatás » Szűcs Péter - Lapolvasók működési elve, szkennelési formátumok és lehetőségek

Miskolci Egyetem Anyag- és Kohómérnöki Kar Fémtani Tanszék Lapolvasók működési elve, szkennelési formátumok és lehetőségek (Féléves feladat számítógépes képelemzés c. tárgyból) Készítette: Szűcs Péter AK-401c Beadási határidő: 2001. október 30 A szkenner (lapolvasó) A számítógépes munka során gyakran előfordulhat, hogy egy nem elektronikus formában tárolt anyagot kellene valamilyen módszerrel a számítógépre átvinni. Ezt a célt valósítják meg a szkennerek, vagy magyarul – bár bizonyos szempontból helytelenül – lapolvasók. A szkenner maga egy adatbeviteli eszköz. Segítségével papíron lévő képeket és szövegeket lehet a számítógépbe bevinni, azaz számítógépes adattá alakítani, digitalizálni. A nyolcvanas évek elején kezdtek olyan képbeviteli eszköz kifejlesztésébe, amely állóképek bevitelére alkalmas. Az MIKROTEK nevű tajvani cég állította elő az első szkennert, amelynek optikai

felbontása 200 dpi. Maga a dpi rövidítés a következőt jelenti: dots per inch, ez megmondja, hogy hány pontra bontja a képeket egy inchen belül. Felépítése Eleinte csupán monokróm szkennereket készítettek, ezekben az érzékelő egy fototranzisztor-sor. A szkennerek többsége ma már szinte kivétel nélkül a CCD technikát használja. A szkennerekben érzékelőként általában olyan CCD chipeket alkalmaznak, melyek csak néhány sorból, és több száz - néhány ezer - oszlopból állnak (linear array CCD), amelyet gyakran vonalkamerának is neveznek. Ez végzi a képi információ digitalizálását. Működése A szkennerek két fizikai jelenséget, a fényvisszaverődést és a fényelnyelést használják ki. A digitalizálandó tárgyat fénysugár segítségével megvilágítják A fény forrása lehet természetes, vagy mesterséges is, bár a számítástechnikában ez utóbbit használják. A fény a tárgyhoz érve részben, vagy teljesen

visszaverődik illetve elnyelődik. A visszaverődő fény mennyiségét egy, vagy több érzékelő segítségével mérni kell, majd valamilyen elektromos jellemzővé, célszerűen feszültséggé kell 2 alakítani. A világosabb fénysugár kisebb, míg az erősebb nagyobb feszültséget eredményez. Érzékelőként a szkennerekben töltésérzékelő eszközt, ún. CCD-t ( Charged Coupled Device ) alkalmaznak, amely, pontonként kiolvassa az adott sorban levő pixelekhez tartozó világosságértékeket, majd a következő sorra ugrik. A digitalizálás során minden képpont világosságértékéhez egy számot rendel. Ezeket a számokat általában nyolc biten ábrázolják, így értékük 0-255 lehet. A képpontokhoz rendelt számok egy mátrixot határoznak meg, ezt hívjuk digitális képnek. A színes szkennerek annyival bonyolultabbak, hogy a színes képeket három alapszínre bontják: pirosra, zöldre, kékre (ennek többféle technikai megvalósítása létezik,

amiről később beszélek). Ezeket a színcsatornákat egyenként legalább 8 bites számokkal ábrázolják, így alapszínenként 256 árnyalatot lehet megkülönböztetni. A legtöbb képkezelő szoftver 8 bites színcsatornákat tud kezelni, a professzionális programok pedig 16 biteseket. Az igazság az, hogy a 3x8, vagyis 24 bites színmélység is elegendő ahhoz, hogy jó minőségű képet kapjunk, a több bit nem hordoz jelentős információtöbbletet (az emberi szem számára). A szkennelésnél azonban mégis nagyobb színmélységet használnak, ugyanis egyáltalán nem mindegy, hogy azt a bizonyos színenkénti nyolc bitet miből állítja elő a szkenner. Részletgazdagabb, élethűbb képet lehet kapni, ha a végső színmélységnél nagyobbal olvassuk be az eredetit, és a többletinformációkat felhasználva hozza létre a végső képet alkotó adatokat. Egyes színes képek szkennelésére alkalmas szkennereknél az érzékelő elé cserélhető színszűrőket

tesznek. Más szkennerek három különböző színű fénycsővel dolgoznak A legújabb szkennerekben prizmás fényosztót, három színszűrőt, és három egyidejűleg működő CCD fényérzékelőt alkalmaznak, s így egyetlen szkennelés ideje alatt a teljes színes kép leolvasható. 3 A szkennerek csoportosítása A szkennereket több szempont alapján lehet csoportosítani. A kiviteli formáját tekintve lehet asztali és kézi. Csoportosíthatók a szerint is, hogy képesek-e színes képeket is digitalizálni vagy sem. A szkennelés folyamata szerint lehet egymenetes és többmenetes digitalizációról beszélni stb. 1. Az eszköz feladata alapján: -kézi szkenner: A kézi szkenner (1. ábra) esetében a kézben tartandó fejben található a fényforrás, az érzékelő és az elektronika. A beépített fényforrás a készülékkel együtt mozog. (ez esetben mi magunk mozgatjuk a szkennert a kép fölött) A számítógéphez vagy a soros, vagy a párhuzamos

porton, vagy a billentyűzetcsatlakozón keresztül kapcsolódik. A kézi szkenner hátránya, hogy nem tudjuk egyforma sebességgel mozgatni a kezünket, széles képek esetén csíkokból kell összerakni a képet. 1.ábra: Artec kézi szkenner és a vezérlőkártyája 4 -síkágyas szkenner: Olyan, mint egy fénymásoló (2. ábra) Ezzel lehet könyvben lévő képet is beolvasni, néhány újabb típus fóliákat is be tud olvasni. Manapság az egyik legelterjedtebb szkennertípus, mert bár felbontása nem a legjobb, multimédiás célokra tökéletesen megfelel, ugyanis azt a minőséget tudja produkálni, amit az emberi szem érzékelni képes. A4-es és A3-as méretű fekete-fehér illetve színes dokumentumok beolvasására alkalmas. Többnyire a visszavert fény érzékelésével működik, de létezik az átmenő fény felhasználásán alapuló típus is. Beépített fényforrást tartalmaz, a papír, vagy egyes típusoknál a fényforrás és az érzékelő

sormozgatása automatikusan történik. Felhasználási köre: dokumentumok beolvasása 2. ábra: Síkágyas lapolvasó -dobszkenner: (2. ábra) -nyomdákban használják A lapot, filmet, diát egy forgó dobra ragasztják, ami belülről van megvilágítva. Nagy méretű fekete-fehér, illetve színes dokumentumok, filmek igen jó minőségű beolvasására alkalmas Többnyire átmenő és visszavert fénnyel egyaránt működik. A képet dobfelületre kell rögzíteni, melyet a beolvasáshoz nagy fordulatszámmal megforgatnak. Közben változtatható finomságú előtolást is alkalmaznak, így a pontszerű fényforrás és az érzékelő a képet spirális pályán tapogatja le. Felbontása és visszaállása 10 mm nagyságrendű Felhasználási köre: professzionális képfeldolgozás (pl.: űrfelvételek digitalizálása) -lapáthúzós szkenner: a lapot behúzza a szkenner és úgy olvassa be a képet -diaszkenner: csak diák és fotónegatívok beolvasására használható.

5 2. Az érzékelés színessége alapján: Fekete-fehér képérzékelők, melyek csak a fényességet érzékelik, és minden képpontról csak egyetlen adatot tartalmaznak, mely az adott pont fényerejére utal. Ez az adat a látható tartományban érzékelt jelek integráljaként fogható fel. Színes képérzékelők, melyeknél a látható fényt több tartományra bontva érzékelik a fényességet, s minden képpontról több adatot szolgáltatnak. Ezek az adatok az egyes tartományokban érzékelt jelek erősségével függenek össze. Általában az adott pontbeli “piros”-ságot, “zöld”-ességet, illetve “kék”-ességet jellemzik. A színes képalkotás történhet színváltással például olyan szkennerek esetében, melyek színszűrők cserélgetésével dolgoznak, vagy egyidejűleg például a képet alapszínekre bontó, három képérzékelőt tartalmazó színes kamerák esetében. A színes szkennerek felépítése szempontjából kétféle típust

különböztetünk meg. Az egyik esetben három fényforrást tartalmaznak a szkennerek, egy piros, egy kék és egy zöld színűt, valamint egy CCD-t. A másik esetben egy fényforrást találunk, és a három alapszínt szűrők segítségével választják szét. Az ilyen szkennereknél 3 CCD-t kell használnunk. Az előbbi szkenner a teljes képet egy lépésben olvassa be, menet közben gyorsan cserélgeti a három fényforrást. A második ugyanezt három lépésben tudja csak megtenni oly módon, hogy egy kis részt beolvas, visszamegy a kiindulási helyre, majd beolvassa ismét a képet a második CCD-t használva. A folyamat addig ismétlődik, míg a képet teljes egészében sikerül a szkennernek beolvasnia. Az egylépéses szkennerek komoly problémája a fényszint stabilitása, mivel mindhárom fényforrásnak azonos intenzitású fényt kell magából kibocsátania. Ennek az oka, hogy ha gyengébb a megvilágítás, akkor az érzékelt visszaverődő fénymennyiség is

kisebb, tehát a pontok sötétebbnek látszanak, mint a valóságban. A régebbi típusú, három lépésben beolvasó szkennerek legnagyobb hibája a lassúság, de szerencsére ez a tulajdonsága a modern, ilyen elven működő szkennereknél már nem áll fenn, ezért ezek széles körben terjedhettek el. 6 A szkenner felbontása A CCD érzékelői egy pont fényének érzékelésére alkalmasak egy időben. Ennek a pontnak a neve pixel. A szkennereknél megadják azt a jellemzőt, hogy hány darab érzékelő pont található a CCD-ben. Ez az érték nem más, mint a horizontális felbontás, ami jellemzően 600 dpi. A szkennelés során egy léptetőmotor mozgatja e fejet, amiben a fényforrás és az érzékelők találhatók. A fejet lehetőség szerint folyamatosan, egyenletes sebességgel kell mozgatni. Azt, hogy a motor mekkora lépésenként tudja a fejet mozgatni, a vertikális felbontás adja meg. Ennek egy szokásos értéke 300-600 dpi. A felbontás a létrehozott

képet alapvetően meghatározza, mivel minél több pontból állítjuk elő, a szemünk számára annál inkább összefolynak azok és így a minőség (felbontás) is javul. A felbontást és ezzel együtt a szkenner minőségét, valamint az árát az elektronika, az optika, a szűrők és a motorvezérlés határozza meg. A szkennerek fizikai felbontását nem lehet egyszerűen bővíteni a technológia korlátjai miatt, és ez igen megdrágítja az eszközt. Egyes esetekben lehetőségünk nyílik a felbontás látszólagos növelésére az interpoláció felhasználásával. Az interpolálás során valamilyen matematikai módszerekkel megpróbálják a szkennerek kitalálni, hogy a digitalizált pontok között milyen képpontok helyezkedhetnek el és ezeket beillesztik a tényleges képpontok közé. Ha a fizikai felbontás 600*300 dpi, az interpolált pedig 2400 dpi, akkor minden képpont közé három pontot szúr be az eszköz. A szkennerek ajánlott felbontás értékei

2400 dpi, 4800 dpi és 9600dpi. Ez az érték alapvetően meghatározza a minőséget és az árat. A modern szkennerek optikai felbontása 600*1200, az ennél nagyobb értékek interpolációval elérhető értékeket jelentenek. 7 A szkennerek jellemzői - felbontás: hány pontra bontja a képeket egy inchen belül. (Mértékegysége: dpi), - színmélység: hány színt tud megkülönböztetni, - mit tud beolvasni (diákat, lapokat, könyveket), és, ezen belül mekkora méretűt, - hogyan csatlakozik a számítógéphez (nyomtató porton, USB-n vagy saját csatolókártyán keresztül). Szkennelési módszerek A számítógépes digitalizálást a szkennerekkel négyféle különböző módon tudjuk megtenni. Ezek sebességben és minőségben egyaránt eltérnek - Vonalas felismerés (Line Art). Ez a módszer a leggyorsabb az összes típus közül és a legkisebb képméretet eredményezi. A szkenner csak a fekete és a fehér színeket különbözteti meg, a

feketéhez a logikai 1-et, a fehérhez pedig a logikai 0-át rendeli. Ezzel a módszerrel minden pont 1 bittel leírható, ami a méretet igen lecsökkenti. A vonalas szkennelést szövegeknél, vagy vonalas rajzoknál használhatjuk eredményesen, képeket így digitalizálni a működésből adódóan nem ajánlatos. - Halftoning. Ez a módszer a nyomtatáshoz nyújt megfelelő sebesség mellett megfelelő minőséget. A probléma abból adódik, hogy míg a számítógép tökéletesen képes a szürke különböző árnyalatait tárolni és adott esetben megjeleníteni, addig a nyomtatók többsége élethűen erre nem képes. Ennek a problémának az áthidalására szolgál ez a szkennelési módszer. ( A szem tehetetlenségét kihasználva becsapják a szemet és úgy látszik, mintha a kép szürke árnyalatos lenne.) 8 - Szürke árnyalatos (Grayscale). A képet a szürke 255 különböző árnyalatával tároljuk és jelenítjük meg. Ezzel a módszerrel minden képpont

egy bájton írható le, mivel 8 bit 256 különböző állapot megkülönböztetését teszi lehetővé. Az ilyen módon bedigitalizált kép minőségileg teljes mértékben megegyezik egy eredetileg fekete-fehér kép minőségével. - Színes (True Colour). Ez a módszer a képet eredeti minőségben a színekkel együtt adja vissza. A színeket 24 biten tárolják, ebből következik, hogy az ilyen módon készült szkennelt anyag lesz az itt felsorolt módszerek közül a legnagyobb méretű. Képformátumok A szkennerek minden esetben képet állítanak elő, függetlenül, hogy mi volt a szkennelt anyag. A képet valamilyen módszer szerint tárolni kell A cél a képnek lehetőleg sérülés és torzulás nélküli tárolása a lehető legkisebb méretben. Többféle fájlformátum terjedt el, ezek más és más szempontból előnyösek. Azt, hogy melyiket használjuk az adott munka és a kívánt minőség, vagy a kívánt méret dönti el. Néhány a legelterjedtebb

képformátumok közül: - Bitkép (Bitmap, BMP). Ennél a típusnál a kép pontonként tárolódik, mégpedig tömörítés nélkül. Ez utóbbi az oka annak, hogy ez a formátum adja a legnagyobb képméretet. Lehetőségünk van arra is, hogy a képet 256 színre redukált színmélységben tároljuk, ebben az esetben már tömörítést kell használnunk. - Tagged Image File Format (TIFF). Egy rugalmas képformátum, ami a színeket vagy RGB minta alapján, vagy a CMYK rendszernek megfelelően tárolja. Az előbbit a megjelenítés, míg az utóbbit a nyomtatás esetén célszerű használni. 9 - Compuserve Graphics Interchange Format (GIF). A kép tárolásánál 256 különböző színt képes megkülönböztetni. A GIF formátumot akkor érdemes használni, amikor ilyen színmélységben szkenneljük a képet. A GIF nagyon kis állományméretet eredményez, amit az Internetes publikációkban lehet kihasználni. - PC Paintbrush (PCX). A képet pontonként tárolja a

BMP-hez hasonlóan, de már tömörítést is használ. - JPEG (JPG). Az egyik leggyakrabban használt képformátum Népszerűségét annak köszönheti, hogy a kis képméret mellett a képeket jó minőségben és 24 bites színmélységben tárolja. A JPEG tömörített formátum, a kis állományméretet úgy éri el, hogy a képből kihagyja azokat a pontokat, aminek a hiánya a kép nézése során nem feltűnő. A mentés során meg tudjuk határozni a tömörítés hatásfokát, ami azt jelenti, hogy az állomány mérete, illetve ezzel együtt a minőség milyen legyen. Csatlakoztatás A régebbi konstrukciók párhuzamos porton viszik át az adatokat, vagy saját csatlakozókártyájuk van. Ma már jellemző az USB csatolófelület használata Az USB előnye a nagyobb átviteli sebesség és az egyszerű telepítés. A párhuzamos portra köthető szkennerek általában tartalmaznak egy nyomtatócsatlakozót is így egy láncra lehet felfűzni a szkennert és a printert.

A szkennerek a TWAIN interfészen keresztül kommunikálnak a számítógépen futó grafikai programokkal. Ez a szabványosított programozási felület teszi lehetővé a képadatok átadását a program számára. Ezt a felületet a szkennerek vezérlőprogramjai tartalmazzák. 10 TWAIN meghajtó A számítógépen lévő képekkel általában valamilyen képfeldolgozó programmal végzünk el különböző műveleteket. Ezek a szoftverek körülbelül évente újulnak meg annyira, hogy újabb verziót kelljen belőlük kiadni. A digitalizáló eszközök területén a helyzet épp fordított. Mivel a technika folyamatosan fejlődik, ezért egyre újabb eszközök jelennek meg. A két terület fejlődése erősen eltérő, márpedig fontos, hogy a legújabb eszközöket is képesek legyenek akár a néhány évvel azelőtti programok is kezelni. A problémát csak úgy lehet áthidalni ha a képdigitalizálókat egy egységes felületről tudjuk kezelni úgy, hogy a szkenner

speciális meghajtószoftvere és a képfeldolgozó program között helyezkedik el és biztosítja a kapcsolatot (3. ábra) A Hewlett-Packard, a Kodak, az Aldus, a Logitech és a Caere cég közös fejlesztéseként létrejött egy ilyen szoftveres felület, amely lehetővé teszi a képdigitalizáló eszközök egységes kezelését az operációs rendszer alatt. Szerencsére a TWAIN szabvány, amit lehetőség szerint minden eszköznek támogatnia kell, ha a piacon akar maradni. A TWAIN tulajdonképpen egy olyan közös felület, amelyen keresztül ugyanazon a módon képesek a szoftverek adatokat cserélni az eszköztől függetlenül. 3. ábra: a TWAIN meghajtó elhelyezkedése a számítógépes rendszerben 11 Felhasználása A szkennereket alapjában véve két területen lehet jól hasznosítani: képek, illetve nyomtatott szövegek bevitelére. A bevitt szöveg is képnek számít, míg egy szövegfelismerő program segítségével fel nem dolgozzuk. Ezután viszont a

szöveg úgy viselkedik, mintha mi magunk gépeltük volna be. Némi javításra szükség van, mivel egyetlen felismerő program sem dolgozik hibák nélkül, hisz a sikeres szövegfelismerést sok tényező megzavarhatja. Az egyik legjobb szövegfelismerő program a magyar Recognita. 12 Karakterfelismerés Gyakran előfordul olyan feladat, amelynek során a lapon lévő szöveget nem képként szeretnénk tárolni, hanem a szöveget szeretnénk belőle visszanyerni. Ennek az előnye, hogy a képekben lévő szövegen változtatni gyakorlatilag nem tudunk és az állomány mérete is sokszorosa egy szövegformátumnak. A probléma megoldását speciális szoftverek, a szövegfelismerő szoftverek (Optical Caracter Recognition, OCR) teszik lehetővé. A szkennelés során a képek bittérképesen kerülnek át a számítógépbe. Ennek előnye, hogy a kép pontokból áll Az OCR program feladata, hogy a szkennelt képet végignézve a karaktereket egyesével összehasonlítsa a

tárolt mintáival és így egy szöveget adjon a felhasználó számára. A feladat nem olyan egyszerű, mint azt első olvasásra hinnénk. A karakterek a legritkább esetben néznek ki pontosan úgy, mint a tárolt karakterek. Ennek a demonstrálására vizsgáljuk meg a 4. ábra két oldalán lévő képet Mindkettő ugyanazt a betűt tartalmazza, a jobb oldali a digitalizált, a bal oldali pedig a tárolt minta. A helyzetet még tovább ronthatja, hogy a kép a digitalizálás során torzulhat, vagy a nem kívánt fényhatásoknak köszönhetően árnyékos lesz. A fent felsorolt problémákat csak olyan szoftver tudja többé-kevésbé hatásosan kiküszöbölni, ami rendelkezik bizonyos szintű „intelligenciával”. 4. ábra: A karakterösszehasonlítás 13 Felhasznált irodalom: Markó Imre: PC-k konfigurálása és installálása Abonyi Zsolt: PC hardver kézikönyv Gácsi Zoltán: Sztereológia és képelemzés Weblapok: www.googlecom vili.pmmfhu www.cabu-szegedhu

www.nl-papahu/hardver www.cpanoramahu/cp/teszt/teszthtml 14