کاهش DPI تصاویر جاسازی‌شده

برای درک اینکه چرا اسکن‌های DPI بالا حجم فایل عظیمی ایجاد می‌کنند، باید ریاضیات نمونه‌برداری دوبعدی تصویر را بررسی کرد. داده تصویری به‌صورت درجه دوم با وضوح افزایش می‌یابد.

یک برگه استاندارد US Letter ‏(8.5 × 11 اینچ) که با 150 DPI اسکن شود \(1275 \times 1650 = 2,103,750\) پیکسل دارد. وقتی با 300 DPI اسکن شود، ابعاد پیکسلی دو برابر و به \(2550 \times 3300 = 8,415,000\) پیکسل می‌رسد — چهار برابر داده. اگر با 600 DPI اسکن شود، تعداد پیکسل‌ها به \(5100 \times 6600 = 33,660,000\) پیکسل منفجر می‌شود — شانزده برابر داده یک اسکن 150 DPI! برای خواندن استاندارد اسناد روی صفحه‌نمایش رایانه یا چاپگرهای لیزری اداری معمول (که به‌ندرت فراتر از 300 DPI تفکیک می‌کنند)، ذخیره پیکسل‌های 600 DPI صرفاً پهنای باند هدررفته است.

کاهش وضوح تصویر به پردازش سیگنال پیچیده‌ای نیاز دارد. ابزارهای ساده‌لوح تصاویر را صرفاً با حذف ردیف‌ها و ستون‌های پیکسل (حذف نزدیک‌ترین همسایه) کوچک می‌کنند که به خطوط دندانه‌دار، نویسه‌های متنی شکسته و آرتیفکت‌های شدید الگوی موآره می‌انجامد.

موتور سمت کاربر ما از الگوریتم‌های پیشرفته بازنمونه‌برداری دومکعبی و Lanczos استفاده می‌کند. هنگام کاهش یک اسکن 600 DPI به 150 DPI، موتور یک همسایگی 4×4 از پیکسل‌های اطراف را ارزیابی و وزن‌دهی چندجمله‌ای مکعبی را برای درون‌یابی گذارهای رنگ نرم اعمال می‌کند. ضربه‌های متن یکپارچه و خوانا می‌مانند، گرادیان‌های ظریف خاکستری تُن پیوسته خود را حفظ می‌کنند و نویز اسکن به‌طور طبیعی تضعیف می‌شود و سندی از نظر بصری واضح و حرفه‌ای تولید می‌شود.

یک نقص رایج نرم‌افزارهای آماتوری «کوچک‌کننده PDF» این است که کل صفحات PDF را به تصاویر بیت‌مپ کم‌وضوح تبدیل می‌کنند. در این فایل‌های بدپردازش‌شده، متن دیجیتال تار می‌شود، قابلیت انتخاب و کپی‌و‌الصاق از بین می‌رود و خطوط وکتوری دندانه‌دار می‌شوند.

موتور ما کاهش نمونه‌برداری جراحی‌وار و در سطح شیء انجام می‌دهد. همه عملگرهای وکتوری بومی، واژه‌نامه‌های فونت جاسازی‌شده، نمایه‌های جست‌وجو، فیلدهای فرم و حاشیه‌نویسی‌ها را کاملاً دست‌نخورده باقی می‌گذارد. فقط جریان‌های تصویر رستری (`/XObject /Subtype /Image`) استخراج، بازنمونه‌برداری و دوباره رمزگذاری می‌شوند. متن سند شما صرف‌نظر از اینکه تصاویر چقدر تهاجمی کوچک شوند، تایپوگرافی وکتوری کاملاً تیز باقی می‌ماند.

انتخاب DPI مناسب به کانال توزیع مورد نظر سند بستگی دارد:

300 DPI ‏(چاپ باکیفیت بالا): استاندارد طلایی برای چاپ افست تجاری، بروشورهای رسمی و مدارک دادگاهی حقوقی که در آن‌ها جزئیات ظریف عکاسی باید بدون هیچ دانه‌دانگی قابل مشاهده چاپ شوند.

150 DPI ‏(متوازن برای اداره و صفحه‌نمایش): نقطه بهینه ایده‌آل برای گزارش‌های روزمره کسب‌وکار، توزیع با ایمیل و بایگانی دیجیتال. روی صفحه‌نمایش‌های Retina با DPI بالا کاملاً تیز به نظر می‌رسد و حجم فایل را ۶۰٪ تا ۷۵٪ کاهش می‌دهد.

72 DPI ‏(تصویر بندانگشتی وب و موبایل): برای حداکثر کاهش حجم فایل بهینه شده است، زمانی که اسناد باید به‌سرعت از طریق شبکه‌های موبایل دانلود یا در درگاه‌های محدودکننده دولتی آپلود شوند.

اسنادی که بیش از همه از تورم عظیم اسکن رنج می‌برند، سوابق کاغذی حساسی هستند که در دفاتر حقوقی، کلینیک‌های پزشکی، دفاتر حسابداری و ادارات دولتی دیجیتال شده‌اند: شهادت‌نامه‌های دادگاهی مهروموم‌شده، اظهارنامه‌های مالیاتی، پرونده‌های پزشکی بیماران و توافق‌نامه‌های تجاری امضاشده. آپلود این سوابق سیاه‌نشده و رمزگذاری‌نشده در سرورهای تبدیل ابری عمومی، سازمان شما را در معرض مسئولیت‌های جدی نشت داده قرار می‌دهد.

ابزار «کاهش DPI تصاویر جاسازی‌شده» ما با معماری امنیتی بی‌چون‌وچرای ۱۰۰٪ سمت کاربر کار می‌کند. با WebAssembly و Web Workerهای ایزوله، همه استخراج تصویر، بازنمونه‌برداری پیکسل و سریال‌سازی مجدد جریان صرفاً درون زبانه محلی مرورگر شما اجرا می‌شوند. فایل‌های شما هرگز رایانه فیزیکی‌تان را ترک نمی‌کنند.

کاهش نمونه‌برداری اسناد دیجیتال تابع قضیه نمونه‌برداری نایکوئیست-شانون است. هنگام کاهش یک اسکن 600 DPI شامل لبه‌های تیز متنی با فرکانس بالا به 150 DPI، مؤلفه‌های فرکانس بالایی که از حد نایکوئیست جدید فراتر می‌روند باید با فیلتر پایین‌گذر فیلتر شوند تا از اعوجاج aliasing جلوگیری شود.

موتور ما پیش از حذف نمونه‌ها یک پیش‌فیلتر ضد aliasing تطبیقی اعمال می‌کند که فرکانس‌های بالاتر از آستانه هدف را تضعیف و کنتراست لبه‌ها را مطابق تابع انتقال مدولاسیون (MTF) چشم انسان حفظ می‌کند. این کار از ناپدید شدن یا شکستن بخش‌های خطوط نازک به خطوط نقطه‌چین جلوگیری و نویز فرکانس بالای حسگر اسکنر را حذف می‌کند.

فراتر از کاهش ابعاد پیکسلی، موتور ما فیلترهای فشرده‌سازی جریان را بهینه می‌کند. اسکن‌های عکاسی با DCTDecode ‏(فشرده‌سازی JPEG) و تنظیم متغیر ضریب کیفیت فشرده می‌شوند و ضرایب DCT فرکانس بالای زائد حذف می‌شوند.

برای اسکن‌های متنی تک‌رنگ و نقشه‌های خطی فنی، موتور از FlateDecode بدون اتلاف (فشرده‌سازی Deflate) استفاده می‌کند و تضمین می‌کند اسکن‌های سیاه‌وسفید بدون ایجاد هاله‌های فشرده‌سازی یا آرتیفکت‌های تار دور لبه‌های متن به‌طور چشمگیری کوچک شوند.