Barvy jaký by bez nich byl svět! Barevné květiny, monitory, ptáci, tiskárny, ryby, fotografie. Avšak hned na začátku technického rozboru je třeba se zbavit iluzí.
Pravda je taková, že barva je čistě lidsky subjektivní pojem, navíc její určení silně závisí na individualitě, která ji posuzuje. Aby se daly barvy vůbec nezávisle charakterizovat (definovat), je nutno nejprve přijmout určitý model, zjednodušení a standardizaci.
Každý dnes ví, že světlo je stejné povahy jako záření pro přenos signálu pro televizi, rádio, telefony GSM, pořizování rentgenových snímků atd. Jde o elektromagnetické záření (vlnění) a viditelné světlo tvoří jeho část charakterizovanou tzv. vlnovou délkou od 380 do 770 nm (nm je jedna miliontina milimetru). S vlnovou délkou úzce souvisejí barvy světla, jejich řazení připomíná odstíny a barevné přechody duhy.
Historie pochopení
Obvyklé světlo je mix záření různých vlnových délek; jsou-li zastoupeny všechny dostatečně rovnoměrně, vnímáme světlo jako bílé. Prochází-li takové složené světlo optickým hranolem, rozkládá se na barevné složky, tzv. spektrum. Tyto základní vědomosti jsou již velmi staré rozklad světla popsal Isac Newton ve svém spise z roku 1686 (jeden český pramen udává spis Jana Marka, profesora Karlovy univerzity, z roku 1668). Popis světla jako elektromagnetického vlnění vytvořil J. C. Maxwell roku 1860, a teprve na začátku tohoto století (1905) definoval A. Einstein model světla jako tok částic. Tolik historie.
Fyzikálně lze každé světlo dopadající do oka, a tedy každý vjem jednotlivé barvy popsat spektrální křivkou (mírou zastoupení jednotlivých barev spektra, záření jednotlivých vlnových délek). Základní otázka je, zda lze dvěma různými světly (tedy s rozdílnou spektrální křivkou) vytvořit vjem stejné barvy. Je tomu tak. Dále se ukazuje, že mícháním tří rozdílných světel je možno vytvořit prakticky všechny barevné vjemy.
K pokusu lze užít tři barevné reflektory, které svítí do jednoho kruhu, kde se jejich světla prolínají. Mění-li se intenzita barevných světel, získáváme vjemy prakticky všech barev. Pár jich působí při míchání problémy, například hnědá (je to hlavně červená se žlutou, ale na světlejším pozadí) pak je potřeba doplnit další "složku", směs zesvětlit.
Každá barva se tedy dá zapsat součtem pokusných světel jako: barva = a x SvětloA + b x SvětloB + c x SvětloC, musíme ale připustit i záporné koeficienty a, b, c, jak jsme si ukázali u míchání barev problémových. Tady už je vidět, že jsme na dobré cestě k popisu barev. Víme, jak je zapsat, že základní složky stačí tři a že se barvy sčítáním skládají.
Popis barev viděných člověkem se samozřejmě neobešel bez studia a pokusů s vnímavostí oka. Oko má čtyři typy světelných receptorů, z nichž jeden se uplatňuje za velmi nízkého osvětlení a nedává informace o barvě. Ostatní tři typy jsou různě citlivé na světlo různých vlnových délek a dají se i zkonstruovat jejich křivky citlivosti.
Zatím však není jasné, jaká tři světla k míchání zvolit (aby nebylo potřeba používat záporné koeficienty) obvykle se za základní barvy berou RGB (červená, zelená a modrá), při jejich použití je oblast barev získaná jen mícháním největší.
Protože jakýkoliv vjem lze namíchat složením barevných světel a ta zase určením jejich spektrálních křivek, stačí znát způsob, jak namíchat čisté spektrální barvy. Vše ostatní dostaneme pouhým "sčítáním". Na tomto místě můžeme zavést pojem barevného prostoru je dán zvolenými základními barvami a všemi z nich míchanými (tedy jen kladnými souřadnicemi složek). Tím určuje popis STEJNÝCH barev (vjemů) RŮZNÝMI poměry (čísly, souřadnicemi) URČITÝCH základních barev.
A co monitor...
Příkladem může být barevný prostor monitoru. Je charakterizován třemi typy luminoforu. Bude-li 0 označovat, že luminofor nesvítí a 255 že je rozsvícen na maximum, pak všechno, co monitor umí zobrazit, je vyjádřeno trojicemi čísel (a, b, c) v intervalu od 0 do 255. Má-li monitor luminofory barev RGB, máme známý barevný prostor RGB monitoru.
A tady je jedno velmi podstatné nedorozumění: vždyť vezmeme-li jiný monitor, například starší, vyrobený podle jiné normy, monitor jiného typu (třeba LCD), či dokonce pootočíme-li regulátorem jasu, budou jeho základní barvy asi jiné! To ovšem znamená, že stejný obraz bude jen pouhou výměnou monitoru vypadat jinak! Toto je přesně ta nepříjemnost, na kterou nikdo nechce narazit. Jak jsme zjistili, je RGB prostor běžně volně definovaný závislý na konkrétním zařízení. Stejně je tomu u skenerů. Skener pracuje s CCD prvky nebo fotonásobiči a případně filtry, jež jsou určitým způsobem citlivé na spektrální křivku analyzovaného světla. Znamená to, že dá-li určitá barva při snímání jedním typem skeneru určité souřadnice, při snímání jiným typem budou tyto souřadnice asi jiné. Barva se nezměnila, tak proč? Protože se trochu změnily základní barvy. Ve volné řeči uvažovaný barevný prostor RGB skeneru je tedy také závislý na zařízení.
Další varianta
Nelze si pomoci ani prací v barevném prostoru tiskových strojů CMYK (cyan-azurová, magenta-purpurová, yellow-žlutá a black-černá). Jejich základní barvy nejsou čtyři, ale v podstatě také tři CMY a volí se proto, že jsou k popisu barev v ofsetovém tisku vhodnější. Černá (K) není základní, ale její přidání zvětší barevný prostor tisku je přidávána z důvodu zlepšení kresby, zlevnění tisku a technologických omezení. Každý CMYK prostor je taktéž zcela závislý na konkrétní technologii tisku, seřízení tiskového stroje, použitých barvách a podobně.
Problémy s barevnými prostory závislými na konktrétních zařízeních řeší systémy správy barev většinou tím, že pracují s tzv. barevným profilem zařízení. Ten jej zcela charakterizuje a sdělí-li se systému správy barev profil pro monitor, tiskárnu i skener, je pak schopen zobrazovat na monitoru to, co bude vytištěno.8 0748/DĚD o

Tipy pro práci s OCR
Jak jsme minule slíbili, tak se stalo máte zde tipy pro práci s OCR programy:
Skener
Nemůžete od vašeho OCR programu očekávat, že přečte něco, co ani skener správně nevidí. Jakýkoliv prach nebo šmouhy na snímacím skle skeneru se objeví též ve vysnímaném obraze, a tím sníží kvalitu rozpoznávání textu.
Více listů, podavač
Kvalita dokumentů, které najednou vložíte do podavače dokumentů (ADF, Automatic Document Feeder) na vašem skeneru, by neměla být příliš rozdílná, neboť během snímání dávky dokumentů nelze provádět změny nastavení.
Zvětšení
Umí-li program zobrazovat různá zvětšení dokumentu, lze při velkém zvětšení (na úroveň pixelů) odhalit teoreticky vše, a tak posoudit, zda odlišné nastavení jasu a kontrastu může odstranit dotýkající se, přetrhané, rozmazané, tenké, příliš tlusté, slité nebo vyplněné znaky.
Nepoužívejte bezdůvodně vysoká rozlišení pro snímání dokumentů. V praxi dává snímání při rozlišení 200 až 300 dpi dostatečný obraz dokumentu při rozumných velikostech obrazových souborů. Vyšší rozlišení použijte jen při snímání velmi malého písma, a i tak nepřekračujte 400 dpi.
Obraz získávaný skenerem
Pokud váš skener z nějakého důvodu nespolupracuje s OCR programem, pak lze nasnímat dokumenty do obrazových souborů a soubory načíst do OCR programu a nechat rozpoznat.
Dovoluje-li to váš skener, zmenšete co nejvíce snímanou plochu, nezahrnujte do ní prázdná místa a okraje. Menší plocha dokumentu vyžaduje méně paměti binární, nekomprimovaný černobílý obraz prázdné stránky vyžaduje právě tolik paměti, jako obraz stránky plné).
Členění dokumentu
Pokud vás zajímá jen část stránky, není nutno nechat rozpoznávat celý dokument. Na sesnímaném obrazu stránky lze obvykle myší zatrhnout oblast, která se má přečíst. Vaše dokumenty mohou obsahovat místa, která mohou být rozpoznána pouze s enormní chybovostí. Nové opsání takových pasáží textu pak může být rychlejší, než opravování chyb v rozpoznaném textu.
Písmo
Rozpoznávací schopnost OCR je omezena na znaky, symboly a znaménka v určitém jazyce, obsažené v tabulce znaků, proto se informujte před zakoupením softwaru, zda umí rozpoznávat vámi požadovaný jazyk (to platí i pro češtinu).
Text, který je součástí grafů a obrázků, je zpravidla vhodnější přepsat, než nechat rozpoznávat. Aby se zlepšilo čtení dotýkajících se, vyplněných, příliš tlustých nebo rozmazaných znaků, zkuste nastavit vyšší jas u skeneru. Chybovost čtení přetrhaných znaků naopak zlepšíte nastavením jasu menšího.
Podtržení textu mění patičky písmen; podtržené znaky a ozdobné písmo je těžké či dokonce nemožné rozpoznávat. Takové pasáže doporučujeme raději přepsat.
Rukou psané poznámky a značky ztěžují nejen obraz, ale i určení zón s textem. Pokud se v originále vyskytují, zkuste je odstranit z dokumentu před OCR (nebo alespoň z obrazu dokumentu).
Výstupní text/formát
Občas je jednoduché řešení tím nejlepším. Chcete-li zcela přepracovat rozpoznaný text, aby vyhovoval dokumentu, do nějž jej chcete vložit, zvolte jako výstupní formát obyčejný text. Nebudete pak muset předělávat celé formátování původního textu. Mějte na paměti, že i obyčejný text může být v různém kódování ve Windows používejte ANSI (v českých Windows jde o kódovou stránku 1250), ne ASCII text (ten je v českém systému v Latin2, kódová stránka 852).
Používejte RTF jako formát výsledného textu, chcete-li zachovat v rozpoznaném textu co nejvíce z formátování původního dokumentu.
Ostatní tipy
Ploché skenery mají oproti těm, které dokumenty posunují, výhodu v tom, že jimi lze zpracovávat též vázané dokumenty, takže není nutno nejprve pořizovat jejich fotokopie, a ty pak teprve snímat. Kopie z kopírovacích strojů jsou však vždy příčinou zvýšení chybovosti při rozpoznávání.