デジタル画像

2017年10月28日 (土)

古地図をデジカメやスキャナで分割撮影する方法

デジタルアーカイブ系の論文を読み解く シリーズ1

大判資料(古地図等)の分割撮影向け簡易撮影台の作製
Portable camera frames to take multiple shots for large documents like maps
大矢一志

鶴見大学紀要 第47号 第4部
平成22(2010)年3月 別冊

URL:
http://library.tsurumi-u.ac.jp/metadb/up/admin/pt4_07_ohya.pdf

■主な写真

Fig4_

Fig5_


■概要
大きな古地図全域(たとえば畳1畳分、90cm×180cm)を一定の光学解像度(例えば300ppi、400ppi)で撮影する手段の開発報告書。

具体的には、
(1)デジタルカメラによる分割撮影、
(2)イメージスキャナ(CIS方式)による分割撮影、
(3)イメージスキャナ(CCD方式)による分割撮影、
の試作を行い、開発コスト、実作業での操作性、全体俯瞰図完成までの作業時間、完成図の精度や画像品質など、 現場の学芸員が使う立場に立った、総合的な評価を含む、実践的な実験報告書。

目的、目標、手順履歴、結果、評価、など子細に記述されていて、このテーマ「大判資料(古地図等)の分割撮影」を行おうとする者にとって、具体的な手引き書になっている。優れた論文だと思う。

この論文が書かれた背景を著者は論文最後に簡単に記載している。


本稿は、撮影台を作成した報告を目的とした、学術 研究論文というよりは、いわば技術報告書に近いものである。その意味では(、技官ではない)自分が用意する論文としては相応しくないかもしれない。日本では、資料の電子化そのものに関する学術的な研究は極めて少なく、また、その発表も高く評価されることはまれである。現場に直接還元できる実験報告は、意図的に学術論文としての性格を放棄しない限り、現状では共有できる情勢ではない。よって、本稿は、学術論文としての立場を放棄する。大矢・土屋 2000[1]でも述べた通り、研究者が自らの手で資料を電子化することは、 人文情報学の研究を進める上で極めて重要な仕事であると考えている。その環境を整えるためには、このような報告書も価値があると考えている。よって、本稿を上梓した。
■実験に用いた機材:
・デジタルカメラ Canon EOS 5D, EF50mm F2.5 Compact macro
・イメージスキャナ(CCD方式) Epson Colorio GT-S620
・イメージスキャナ (CIS方式)Canon CanoScan LiDE 600F

■コメント
イメージスキャナ設計者の視点で、2箇所気になる記述があったので、コメントする。
◇ page49 欄外コメント16)
「スキャナの場合、多くがレンズによる収差を自動的に補正してくれる。」
正確には、製造前の段階で収差が無いレンズ設計を実施している。具体的には、一般的にレンズには球面収差や歪曲収差、非点収差、そしてこれらの波長依存性で生じる色収差、などがあり、レンズ光軸中心(CCD式スキャナではスキャンエリア(短辺×長辺)の短辺側の中央位置)と周辺で異なる特性を有しているために生じる。
そこで、レンズ設計段階にて、ラインセンサ(イメージスキャナのセンサは、デジカメのセンサと異なり、2次元画素配列ではなく、1次元配列である)の逆投影面である被写体上の1本の線上において、収差の無い、均一な画像を得られるように、レンズ設計が行われる。非常に小さいレンズである(直径30~40mm)が、高級一眼レフ用のマクロレンズ同様に、5群7枚などといった高性能レンズが採用される。
加えると、イメージスキャナが、「自動的に補正」しているのは、主に「シェーディング補正」と呼ばれる機能である。イメージスキャナは、内部に白基準板と呼ぶ、反射率基準板を内蔵している。イメージスキャナは、電源投入後の起動時や、スキャニングする毎に、事前に内蔵白基準板の画像取り込みを行い、校正(キャリブレーション)を実施する。この原理は、反射率測定機や、分光光度計の計測手段と全く同じである。白と黒を得て、センサの感度特性がリニア(光量vs出力が直線的)であることを利用して、校正を行っている。
そのため、「(1)光源の光量ムラ、(2)レンズの周辺減光、(3)ラインセンサ画素毎の感度のバラツキ、(4)光源の光量、(5)レンズのF(絞り)値の明暗バラツキ、折り返しミラーの反射率バラツキ、(6)ラインセンサ全体の感度バラツキ、」など、時間変動の無い要因(=パターンムラ)を全て自動的に補正することができる。 その結果、分割撮影において、隣接画像との階調差が発生しない(継ぎ接ぎ部分で明暗差が生じない)階調再現性(色再現性)が担保される。

◇ page52 付録
「CCD方式では、被写界深度はCIS方式のそれより は深いため、ピントの合う領域は広くなり、図上では ほぼ全面でピントが合っている(図8)。 しかし、 デジタルカメラの方は、絞りの量を多く調整すると被写界深 度はより深くなるため、折り目に沈んでいる文字も浮 かび上がらせて撮影することができる 」

Fig789

この画像(図8)を見る限りでは、被写界深度の要因ではなく、採用したCCD方式イメージスキャナの照明装置の問題であると推定される。評価したイメージスキャナは、片側照明装置搭載のモデル(GT-S620)であり、光源の指向性が高く(拡散性が低く)、凹凸に対して影(陰影)が強い。そのため、凹部の奥まった箇所に光が届いて居ないためと思われる。
 
以上です。
このような素晴らしい大矢氏の論文や、私のささやかなコメントが、大型古地図撮影現場の学芸員や技官の方のお役に立つことを祈念して。

(初出:アイメジャー公式フェイスブック)

続きを読む "古地図をデジカメやスキャナで分割撮影する方法" »

2017年9月 2日 (土)

論文紹介 浮世絵 色材 #ukiyoe

論文紹介 浮世絵 色材 #ukiyoe

昨年の11月、東京都墨田区に北斎美術館が開館するのに合わせてNHK特集が放映された。

「ロスト北斎 The Lost Hokusai『幻の巨大絵に挑む男たち』」

関東大震災で消失した北斎の作品『須佐之男命厄神退治之図』(すさのおのみことやくじんたいじのず)を、残されていた白黒(コロタイプの)印刷物から図柄を復元するだけでなく、色彩をも再現しようとする試みをドキュメンタリータッチで構成した秀逸な番組だった。

白黒写真が、256階調のグレースケールと仮定すれば、フルカラーにおいては、1670万色からどの色かを推定しなければならない。

・当時、白黒(コロタイプ)印刷を行う上で使われた白黒フィルムの分光感度特性の調査。

・当時、北斎が作品に使ったであろう、色材の推定を現存する作品から分析。

・当時、北斎の手法で描かれた場合の、グラデーション手法をプロの絵師に再現してもらいシミュレーションする。

・当時、それぞれの絵柄に登場する病や災害を象徴する鬼達が、どのような文化的背景で彩色されていたかを時代考証する。

それらを総合的に考察し、最終的に、非接触スキャナでスキャニングされた白黒(コロタイプ)印刷物の濃淡と合致する色材候補の中から、特定の色材を特定していく、気の遠くなるような地道な作業。

現在、普及しているオフセット印刷物ではなく、美術作品の記録として優れたコロタイプ印刷であったことが、せめてもの救いであったと思われる。これにより微細な表現と忠実な階調性の記録がなされている。

また、この滑らかな階調を高い光学解像度のまま、正確に非接触で写し取るために使用されたオルソスキャナの活用も重要であった。

現在、この複製画は、すみだ北斎美術館の入り口にドーンと飾られている。

・・・

当時、北斎が使ったであろう、色材の推定。

浮世絵に使われている色材の先駆的な研究成果が以下の論文である。

https://www.jstage.jst.go.jp/article/bunsekikagaku1952/47/2/47_2_93/_pdf

分析科学 Vol.47, No.2, pp.93-100(1998)

光ファイバーを用いる三次元蛍光スペクトルによる日本古来の浮世絵版画に使用された着色料の非破壊同定

下山進、野田裕子、勝原伸也

この共同研究者の勝原さんは、立原位貫(1951-2015)という作家名で浮世絵版画の再現を目指した彫り師+摺師である。残念ながら、一昨年亡くなられた。

昨年、共同論文執筆者の下山氏が、研究成果の全貌を判りやすく論文にまとめた。

http://kiui.jp/pc/bunkazai/kiyo14/08_shimoyama_pp63-74.pdf

浮世絵の色材研究

浮世絵非破壊分析法の開発研究と浮世絵研究者との出会

下山 進・下山 裕子

文化財情報学研究 第 14 号 文化財情報学研究 第 14 号 pp63-74

ここでは、浮世絵の色材の研究目的のために、さまざまな分光学的な計測手法が開発された経緯が、詳細に綴られている。

(1)3DF分析法:三次元蛍光スペクトル非破壊分析法

 ※顔料は測定できない。

(2)RI蛍光X線分析法

※NASA火星探査機MarsPathfinder に搭載された装置をヒントに、ハンディーな蛍光X線分析装置を開発した。

(3)Vis-Nir反射スペクトル分析法

※Ocean Optics 光ファイバー式。直径1mmを計測可能。780nm~1100nmの近赤外線域も計測可能。

こうして、江戸時代に 青 として使われていた染料、顔料、

・染料:青花(露草 つゆくさ)、藍

・顔料:プルシアンブルー(鉄とカリウム)

が、どの浮世絵から、採用されたかを、時間軸で科学的に解明された。

素晴らしい成果ですね。

続きを読む "論文紹介 浮世絵 色材 #ukiyoe" »

2017年8月31日 (木)

研究 歌麿の美人画の毛割の密度を計測してみる

研究 歌麿の美人画の毛割の密度を計測してみる

(1)米国議会図書館データベースへアクセス。

https://www.loc.gov/resource/jpd.02711/

(2)TIFF画像をダウンロードする。

 Download TIFF (93.1MB)

Download


(3)画像のスキャン解像度を確認する。
ImageJを使います。
https://imagej.nih.gov/ij/

ImageJ : Analyze > Set Scale

Bijinga1

600 pixel per inch (600dpiと同じ意味)

(4)これをmm単位に変更する。
Distance in pixels : 600 ← これは触らない。
Known distance : 25.4 ← 変更する。
Pixel aspect ratio : 1.0  ← これは触らない。

Unit of length : mm  ← 変更する。

Bijinga2

(5)直線ツールを使って毛割を4本分数えて線を引く。

Bijinga3

(6)lengthを読む。
length = 0.71

結果:

毛割4本分 / 0.71mm

 

→ 5.6本/mm

考察:
600ppiのスキャン解像度は、23.6pixel/mmです。
ちょうど 4pixelが、毛割1本周期分に割り当てられます。

■■□□ という具合。
スキャン解像度を600ppiにする、ってのは適切でしたね。
この場合。

続きを読む "研究 歌麿の美人画の毛割の密度を計測してみる" »

2017年8月20日 (日)

日本刀と2進数の話

[ 日本刀と2進数の話 ]

1枚の紙を折る→2枚になる。
更に折る→4枚になる。
更に折る→8枚になる。
更に折る→16枚になる。
更に折る→32枚になる。
更に折る→64枚になる。
更に折る→128枚になる。
更に折る→256枚になる。

当たり前なんだけど、つまり、2のべき乘のリストになる。

bit(2進法)を知っていると、これは、
2^1
2^2
2^3
2^4
2^5
2^6
2^7
2^8
なんだよね。

・・・

日本刀 の刃の切っ先の高解像度画像を観察している。

Screenshot2_2

[※画像の無断転載を禁止します。]

■日本刀 情報:
作品種別:脇差
隕鉄剣。
長さ30.6センチメートル 反り0.1センチメートル
銘文 表 髙見國一作之
裏 平成廿九年 清明
■スキャン条件:
アイメジャー社製 非接触式 オルソスキャナ

型番: OSI-C60100

スキャン解像度:1200ppi(ピクセル等倍表示スクリーンショット・部分)

=====

1200ppiでスキャンした画像では、1画素が21μmとなる。

オルソスキャンの画像は、寸法をフォトショップ上で直接計測できる。
緻密に折りたたまれた刃先。
焼き入れにより作られた刃文とマルテンサイト変態。

研がれた刃先を観察してその境界線が優に100本を超えていて、でも200本を超えてそうもなければ、
その日本刀は、8回折りたたんで鍛えられたってことが判る。

模様はまるで杢目(もくめ)のように見える。
でも、年輪はその1本1本が1年に相当するけど、日本刀の場合は、2のべき乘なんですよね。
樹木の年輪は1本数え損ねれば、推定する生育年数を間違う。
でも、日本刀の場合は、64本か、128本か、256本のいずれかを数え損ねることは無いから、折り返しの回数はズバリ当てることができる。

中村さん にそのことを初めて指摘されたときに、
bitの世界に生きていながら、初めその意味を理解出来なかった。
おはずかしい。

そりゃ、そうだよなぁ。でもなんかオモシロイね。

続きを読む "日本刀と2進数の話" »

2017年8月 3日 (木)

今使っているディスプレイの光学解像度=画素密度(pixel density)を計測しましょう

今使っているディスプレイの画素密度(pixel density)を計測しましょう。
一般にディスプレイの解像度というと、1600x1200pixelとかで、『最大表示画素数』を表していますよね。
これに対して、 pixel density つまり、画素密度は、
所定の長さあたりに、どのくらい画素が詰まっているかを意味します。
イメージスキャナであれば、いわゆる光学解像度なのですが、
ディスプレイの表記では、解像度というと上述の通りなので、紛らわしいですね。
・・・
さて、今みなさんが実際に見ているディスプレイの画素密度(pixel density)を計測しましょう。
【 方法 】
■1.イメージスキャナのスキャン解像度が判っている画像に写った定規を表示します。
具体的に見てみましょう。
弊社のデジタルギャラリーの地図画像を表示してみてください。
この地図は、光学解像度 800ppi でスキャンした画像です。

Chizu

左下に一緒にスキャンしてある、定規を最大表示します。
(これ以上+ボタンが押せない状態)
ディスプレイに 実物の定規を当てて 10mmが 何ミリメートルになっているかを計測します。
私のディスプレイでは、92mm でした。

Meas_pixel_density

■2.倍率を計算する
800ppiでスキャンした画像の中で、
10mmの定規が、9.2倍拡大表示されています。
■3.画素密度 pixel densityを求める
求めるディスプレイの 画素密度 pixel density は、
スキャン解像度/倍率
800ppi  / 9.2 = 87 ppi
(了)

続きを読む "今使っているディスプレイの光学解像度=画素密度(pixel density)を計測しましょう" »

2017年6月12日 (月)

さてと ICCプロファイルでも作りましょうか

I1scanner

久しぶりに 色再現をやっています。

EPSON  イメージスキャナ GT-X980 を買うと タダで付いてくる

X-Rite の 『 i1Scanner 』 を使って ICC プロファイルを作っています。

昔はコレ単体がモナコカラーって名で売ってました。

3万円くらいしていましたよね。

スキャナにプロファイルメーカーが標準添付されてんですからね。

スゴイ時代です。

プロファイルを作るには、ご存じの通り、

(1)使用するカラーチャートのパッチごとの測色値

 (X,Y,Z か L,a,b)

(2)カラーチャートのイメージスキャナでスキャンした値

 (R,G,B)

の両方が必要ですよね。

i1Scanner は実際にやってみると、かなり簡単で、

200ppiフルカラースキャン画像をアプリに放り込んで、

カラーチャートの4角のマーカーを手動でマウスでクリックして、

(1)のデータファイルを探して選択すると、

あとは自動でプロファイルが生成されます。

超、簡単でした。

・・・

で、まずは基本的なチェック作業です。

出来上がったICCプロファイルを使って、

ICCプロファイルを作るために使用したカラーチャートのスキャン画像本体を

 RGB から Lab に変換

してみる。

当然、(1)の測色値とピッタリ一致するはずです。

だって、変動要因は殆どないんだから。

もし変動要因があるとすれば、(1)の測色値。

これは、ロット毎の管理なので1日1枚しか測定していない。

私が購入した手元のチャートの色を計測した訳では無い。

・・・

Adobe RGB の色空間で、

スキャナのICCプロファイルを使って、

変換して、その画像のLab値を計測する。

もちろん、絶対値を比較しますので、変換モードは

Absolute「絶対的な色域は維持」ですね。

さて、カラーパッチの色再現、ΔE(Lab)が1未満にならないとしたら、

その要因は何なんでしょうかね。

わくわくする夜です。

 

2017年6月 8日 (木)

最大表示色 約10.7億色 とは

「 最大表示色 約10.7億色 」
の意味は、
cubit root(10.7億) = 1022.8
つまり、2^10bit = 1024 の三色(RGB)ってことですね。
正確には、
1024^3= 10億 7374万 1824 色
ーーーーー

その昔、
 8色ディスプレイがアタリマエだった頃に、
16色ディスプレイになった! と自慢していた時代があった。
(1986年くらいだったろうか)

その時に登場した 『 1670万色 』 という途方もない数字は キラキラと眩しかった。
あれは、ようするに 1色あたり、256階調(0,1,2,...,254,255) のRGBという意味で、
ビット数としては、
 8bit + 8bit + 8bit =24bitColorという意味だったんだよね。

256階調の赤 x 256階調の緑  x 256階調の青  = 16,777,216色

今度のは、

 10bit + 10bit + 10bit =30bitColorという意味だね。

1024階調の赤 x 1024階調の緑  x 1024階調の青  =  10億7374万1824 色
ブルゾンもびっくりな色数だ。

〜〜〜〜♪

続きを読む "最大表示色 約10.7億色 とは" »

2017年5月12日 (金)

BK-7 直径3mmのガラス玉で iPhone 顕微鏡を作ってみた。

5en0

5en1

さっそく手元のあれこれを撮ってみる。


Img_7737yukichi


■Photo1: 諭吉。


Img_7735shiso


■Photo2: シソの葉の匂いの元の球体。(だそうです)


Img_7733tamanegi


■Photo3: おなじみの巨大細胞 タマネギの皮。


Img_7743


■Photo4: プラスチック定規の 1mmの目盛部分。



 


何故、BK-7 かというと、

光学ガラス材料としてポピュラーで、

直径3mmなどと指定すれば、

それなりに、光学部品(レンズ)として販売されていて、

品質が安定しているためです。

[ BK-7 ガラス球 ] など、ネットで検索すると一般の人も1ケ単位で購入可能です。

送料入れると数千円になるので、ちょっと勇気入りますが、

子どもの夏休みの一研究のための、ネタ探しには、良いかもしれません。

おとおさんがんばって。


続きを読む "BK-7 直径3mmのガラス玉で iPhone 顕微鏡を作ってみた。" »

2017年3月29日 (水)

フィルムに記録される有効情報量 ~ 適正露光条件から、有効フィルム粒子径を推定する ~

        ----------      <はじめに>    ----------

 高感度フィルムは粒子径が粗く、高密度なフィルムは感度が低い。
 と一般に言われます。
 フィルムの粒状性を実際に測定せずに、
 適正露光に必要な光量から、粒子径を計算する事はできないものでしょうか。
 つまり、使う計算式は、

  (照射された光子数 * 発生確率) / 面積 ==> 感光粒子数 / 面積

 もし、これが可能であれば、感光粒子間の距離を知らずに、
 そのフィルムに記録可能な有効情報量を計算できます。
 そのフィルムの適正露光条件から、記録可能な有効情報量を推定する。
 というのが本論文の目的です。

        ----------      <計算>    ----------

□仮説:フィルムの有効情報量は光子に反応した銀粒子核の数で決まる。
□結論:35mmフィルムの有効記録情報量:106 [MByte]
□条件:
・被写体位置での照度  :41000 [lx]
・レンズF値          :11
・シャッター速度      :1/125 [sec.]
以上の条件で適正露光であるフィルムの場合。
(ISO 100フィルムにて基準露光量に対して+6.3EV)

・倍率 β      :倍率:0.02 (=36mm/1800mm)
・レンズ透過率 t:   100  [%]
・フィルム面積  :24*36*10^-6 [m^2]

□仮定
 ・光ショットノイズは、sqr(N)。
  256諧調を完全に確保するために、256^2 = 65536個のAg核が必要。と仮定。
 ・Ag核発生率    :   100  [%] //100個のPhotonで100個のAg核発生。

□計算結果:

[1] 光伝達効率:0.1986%
     = t/{4*F^2*(1+β)^2)}

     E  = π * L * t/{4*F^2*(1+β)^2)} //光学技術ハンドブック
        L : 被写体の輝度
        E : フィルム面照度
        π * L = 完全拡散な被写体とした場合の被写体位置での照度。

[2] フィルム面照度:81.42 [lx]

[3] フィルム面露光量:0.651 [lx・Sec.]
    = (フィルム面照度)*(シャッター速度)

[4] フィルム面への全照射エネルギー E_total:0.8276 * 10^-6 [J]
        E_total = (フィルム面露光量)*(フィルム面積)/680
                1 [lx] = 1 [lm/m^2]
                λ= 555nmの光エネルギー : 1[W] = 680 [lm]

[5] 照射Photon数 N_total_photon :2.31 x 10^12 [個]/(24*36mm^2)
        N_total_photon = E_total/E_photon

        1 Photonのエネルギー : E_photon = h * C / λ
                h=6.6256*10^-34 [J・Sec.]
                C=3.0 * 10^8 [m/Sec.]
                λ=555 * 10^-9 [m]

[6] Ag核間距離:0.0193 * 10^-6 [m]
        sqr{(フィルム面積)/(N_total_photon * Ag核発生率)}

[7] 256諧調を出すための基本ユニットサイズ:4.95 * 10^-6 [m]
        0.0193 * 256 = 4.95

[8] 有効画素数:3526 [万画素/色]
        (フィルム面積)/{(4.95*10^-6)^2}

[9] 全記録情報量:35.26 [MByte]
        RGBの3色で3倍。3*35.26 =105.8 [MByte]

初出-----
Nifty-Serve FPHOTOD  MES( 3):#04109 1999/01/24 00:06
--------------------

続きを読む "フィルムに記録される有効情報量 ~ 適正露光条件から、有効フィルム粒子径を推定する ~" »

iPhoneの画面の pixel density 光学解像度 (resolution) を計測しよう

(1)まず 線数メーターを用意します。

http://www.japanprinter.co.jp/cgi-bin/bkdatabase/bookdatabase.cgi?key=%20igs-linemeter

(2)これをiPhoneに載せます。

(3)カメラを自撮りモードにします。

(4)更に、空中に鏡を置きます。

(5)自撮り用のカメラに自撮り させます。

結果:

Resolution_iphone5

(6)最後に画像を左右反転します。

※ ImageJ がお奨め

(link: https://imagej.nih.gov/ij/)

Iphone5

測定結果→ 325 pixel per inch

実際には、、

https://www.tekrevue.com/retina-display-comparison/

Iphone_pixel_density

326 ppi ですね!

(以上)

続きを読む "iPhoneの画面の pixel density 光学解像度 (resolution) を計測しよう" »

より以前の記事一覧

2017年11月
      1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30    
無料ブログはココログ