Matt Zucker ha desarrollado un algoritmo llamado NoteShrink con una excelente página explicativa sobre su funcionamiento limpiar y mejorar las imágenes escaneadas de apuntes escritos a mano. Además de eso, el resultado pasado por la compresión es mucho menor que el de las imágenes originales.

Los ejemplos que aporta son bastante impresionantes: las típicas zonas grises de sombras de los escaneados desaparecen, también la transparencia de las notas tomadas en la parte de atrás de las hojas. Sin embargo si hay «líneas guía», como las de las hojas a rayas o cuadros, las guías se mantienen aunque con el contraste conveniente para que la legibilidad.

Cómo funciona el algoritmo NoteShrink

Una página de apuntes escritos a mano escaneada a 300 ppp puede tener unos 7 MB (en PNG/TIFF); convertida a JPEG calidad 85 se queda en unos 800 KB. El algoritmo de Zucker produce un fichero resultante de alrededor de 100 KB. Otra ventaja es que además separa correctamente la letra escrita en varios colores: negro, rojo azul… y mantiene el fondo del papel si es relevante.

El algoritmo comienza calculando cuál es el color de fondo y luego los colores de escritura; esto consiste en reducir los bits de la profundidad de color (de 8 por canal a 4) seleccionando luego solo los que deben corresponderse a la «escritura» (que suele ser un 3% del total).

Luego se agrupan los colores similares, como por ejemplo el gris claro del texto que «transparenta» y el fondo blanco, ambos …