查看“Dithering”的源代码

{{Stub}}
[[Category:Graphical UI]]
[[Category:Common Algorithms]]
抖动仿色（Dithering）是指一种修改图像中各像素的颜色以提供源图像更好再现的过程。  通常当在显示器上无法表示所有显示图像的所需颜色时使用它。  抖动通常与 [[Colour Quantisation]] 的过程一起使用，在继续阅读本文之前，建议对该主题进行理解。

维基百科关于抖动的文章非常好，并给出了每种抖动方法的视觉示例。  本文提供了一个略有不同的观点，并重点介绍了可能对OS开发人员有用的元素。

注意抖动和抗锯齿是相反的功能。  抖动使用提高单位空间分辨率来弥补颜色的不足。  抗锯齿使用单位空间内的颜色数来弥补空间分辨率的不足。

== 误差扩散 Error Diffusion ==

在光栅 (基于像素的) 显示器上使用的最有效的抖动技术是通过误差扩散来工作的，也就是说，它们计算一个像素的最接近的可显示颜色 (通过 [[Colour Quantisation]])，然后计算该像素应该是什么和它是什么之间的差异。  然后将该计算出的差异 (“误差”) 分布到相邻像素，并在对其进行量化时将其考虑在内。  误差可以在多个像素之间累积，直到变得足够大以改变量化结果为止。

例如，可以使用抖动算法在黑白显示器上绘制灰线。  在这种情况下，抖动算法可能会绘制交替的黑白像素，以使整体效果为灰线。

=== 基本形式 ===

误差扩散的基本形式是从第一个像素中取误差，并将其应用于右侧的下一个像素。  这样做的好处是非常容易实现，因为代码只需要跟踪一个像素的错误值，但是它会产生相当粗糙的结果。

在伪代码中，这可以实现如下:
    Define E as the carried error
    For Each Source Pixel As P
    	Define Colour C as { P.R - E.R, P.G - E.G, P.B - E.B }
    	使用颜色量化器计算与C最接近的颜色为NC
    	在屏幕上显示像素为NC
    	Set E to be ( NC.R - C.R, NC.G - C.G, NC.B - C.B }
    Next

因为我们从像素中获取误差并将其完全应用于右侧的像素，所以我们可以使用以下矩阵内核来表示此误差 (误差扩展的一种表达方式):

{| {{wikitable}}
|-
| 0 || 0 || 1
|}

矩阵中心的零表示当前像素，右边的一个表示整个误差 (误差的1倍) 应用到右边的像素。

这是表示误差扩散抖动的标准方式。  所有误差扩散算法都将以当前像素居中的方式出现，并且其周围的分数指示误差将扩散到哪个像素。  还要注意的是，中心上方或紧邻中心左侧的任何像素都将为零，因为所有算法都认为这些像素已经被绘制。  这意味着抖动可以顺序地应用于像素。

=== 弗洛伊德-斯坦伯格 Floyd–Steinberg 抖动  ===

这是一种更有效、更常见的抖动算法。  它从第一个像素中获取误差，并使用以下内核将其划分为四个相邻像素:

{| {{wikitable}}
|-
| 0 || 0 || 0
|-
| 0 || 0 || 7/16
|-
| 3/16 || 5/16 || 1/16
|}

如前所述，中心的零表示正在处理的像素，下面和右边的分数表示误差的多少比例累积到相应的像素中。  如上所述，误差仅扩散到右侧或下方的像素，从而可以顺序地将例程应用于图像。

这种方法非常有效，可以在只有8种颜色的显示器上渲染高彩色图像。

该算法的实现要比前面的基本形式要稍微复杂一些，这是因为该过程需要存储两行误差，以便正确计算每个像素的有效颜色。  根据应用程序的不同，抖动过程可以在源图像使用前先修改像素颜色，以避免必须单独存储扩散的误差数据。

== 其他抖动类型 ==

除了误差扩散之外，还有其他抖动类型，其中一些更适合光栅 (基于像素) 屏幕以外的媒体。  这些已经超出了本文的范围。  有关更多信息，请参阅wikipedia文章。

== 外部链接 ==
*[http://en.wikipedia.org/wiki/Dither#Digital_photography_and_image_processing Wikipedia page on the subject]