TIFF を SVG に変換

TIFF は複数の画像を持てる数少ない画像形式の一つで、文書スキャナーはそれを日常的に使っています。図面一式、ファクス、測量図の束、アーカイブ記録は、しばしば複数ページを持つ 1 本の TIFF として届きます。ここでの読み込みは最初の 1 枚を取り、そこで止まります。

それに警告は付いていないので、ここに書いておきます。他のページはファイルの中に残ったままで、何も壊れてはいません。ですがダウンロードされる SVG には 1 枚目だけが入り、それ以外は何もありません。変換する前に、スキャナーのソフトや IrfanView、ImageMagick で TIFF を分割し、シートごとに変換してください。これはこのページで最初に確認すべきことです。「成功」してトレースされたのに 3 枚が静かに失われる図面一式は、失敗するより悪い結果だからです。

きれいなロゴでは sharp な detail 設定が本来の鮮明さを保ちます。スキャンでは逆に働きます。スキャンはきれいではないからです。ほこり、紙の粒子、印刷物だった原稿由来のハーフトーンの点、センサーを通ったあとの物理的な線が持つぎざぎざした縁を運んでいます。

ふつうのスキャナーの粒状ノイズを持つ 1,200 かける 900 ピクセルの線画で測定したところ——このサイト自身の TIFF の書き出しと読み込みを一度通してから測定しました——smooth・4 色は 33,221 バイト・63 パスになりました。sharp・8 色は 903,740 バイト・3,810 パスになり、同じ図面でファイルは 27 倍、そのうち約 3,500 パスはほこりです。smooth は 16 ピクセル未満の形をすべて捨て、それはまさに粒状ノイズが占めるサイズの範囲です。この設定 1 つだけで、このページの他のすべてを合わせたより効果があります。

これはファイルが下流で使えるかどうかを分ける、いちばん重要な点で、CAD 向けに作られたラスター・トゥ・ベクター製品を使ったことのある人ほど驚きます。トレースは似た色の領域を見つけ、その領域の周りに閉じたパスを描きます。描かれた 1 本の線は細長い黒の領域なので、返ってくるのはストロークの片側を下って反対側を上ってくるループです。

印刷物や大画面表示、清書の参考、スクリーン印刷の型紙など、視覚的な用途にはこれでまさに正しく、絵は元の図面のように見え、拡大してもぼやけません。機械にとってはそうではありません。プロッターやエングレーバーはこの経路に沿って、線そのものではなく線の輪郭をたどります。CAD ソフトでこれを読み込むと、製図者が描いた 1 本に対して 2 本の縁が現れ、寸法もレイヤーも円弧もありません。中心線を抽出するのは別のアルゴリズムで、ここでは動いていません。この SVG は上から描き直すための正確な下絵として扱ってください。

TIFF は形式というよりも画像のためのファイリングシステムに近く、その読み込みについてはこのサイトの他のどの部分よりも実装間で解釈が食い違います。ここで使われているのは utif2 で、仕様書ではなく実物のファイルに対して検証されています。非圧縮、LZW、Deflate、PackBits、JPEG-in-TIFF、Group 3・4 のファクスがすべて復号でき、カラー・グレースケール・1 ビットの白黒それぞれで確認済みです。

スキャンする前に知っておく価値のある制約が二つあります。チャンネルあたり 16 ビットは読み込まれますが上位バイトを取ることで 8 ビットに落とされます。線画では関係ありませんが、写真的な原版では意味を持ちます。そして印刷ワークフローが生む CMYK の TIFF は、ファイルに埋め込まれたプロファイルではなく計算式で画面色に変換されるため、色がずれます。黒地に白の図面ではどちらも気になる違いではありません。両方とも、同じ読み込み側がこの系統の写真向けページも担っているために書いてあります。

線画はインクと紙の 2 色です。4 色あれば量子化器にインク・紙・そしてアンチエイリアスとスキャナーのぼけがすべての縁に生む中間の 2 段階の灰色のための余地ができ、これがこのページの用途のほぼすべてで正しい選択です。設定は 8 色から始まりますが、それは平面的なイラストには妥当な既定値で、スキャンには一段多すぎるので、変換する前に下げてください。

色数を増やしてもスキャンからディテールが戻ってくることはなく、戻ってくるのはノイズです。16 色や 32 色は、紙の各段階の灰色やハーフトーンの各点を、輪郭を描く価値のある領域として量子化器に扱わせるだけの余地を与えてしまい、形の数はそれに応じて増えます。例外は本当に色を持つスキャンです。手描きの地図、赤や青の注記が入った図面、汚れのある型紙など。そこでは 8 色が妥当な出発点で、必要な色がどれかをあらかじめ決めておく価値があります。

トレーサーは紙が何であるかを知りません。暖かい灰色の背景と灰黒色の線を持つスキャンを渡すと、「平坦な領域」にはほぼ均一だがそうでない紙の広い部分が含まれてしまい、その境界が律儀に輪郭として描かれます。

画像編集ソフトでの 10 分間が、このページのどの設定よりも効果があります。紙を本当に白く、インクを本当に黒くなるまでレベル補正をかけ、スキャナーのベッドやページの端を切り取り、シートをまっすぐにし、パンチ穴やホチキスの影を取り除いてください。スキャナーに白黒 2 値や「文書」モードがあるなら、それを使うことは同じ修正を撮影の段階でかけることに等しく、トレーサーが本来推測しなければならなかった判断がすでに正しく下された状態になるので、1 ビットの TIFF はきれいにトレースできます。

最長辺が 1,600 ピクセルを超える画像はすべて、トレースの前に縮小されます。これはこのサイトの他のどの変換元よりもここで強く効きます。300 dpi の A4 スキャンですでにおよそ 2,480 かける 3,510 ピクセルあり、600 dpi なら約 4,960 かける 7,020 なので、届くスキャンのほぼすべてが縮小されます。

それでも見た目ほどの犠牲にはなりません。SVG は解像度に依存しないので、1,600 ピクセルでトレースした図面と、7,000 ピクセルでトレースした同じ図面は、どの大きさで表示しても同じに見えます。変わるのは輪郭が元の格子にどれだけぴったり沿うかで、スキャンではその「ぴったり」がほとんど粒状ノイズに寄り添っているだけです。実務上の帰結は、この用途のために 1,200 dpi でスキャンするのは時間とディスクの無駄だということです。300 から 400 dpi の白黒 2 値でスキャンし、レベル補正を正しくかければ、トレーサーに使えるものはすべて渡したことになります。高解像度のスキャンが意味を持つのは、細かいハッチングが 1,600 ピクセルでは無地の灰色に潰れてしまうような、とても大きなシートの場合だけで、その場合は分割してトレースしてください。

まず Inkscape で開いてパスの数を見てください。ステータスバーがトレースがうまくいったかどうかをすぐに教えてくれます。図面に対してパス 60 個は良い結果で、数千個ならほこりが勝ったということなので、片付けようとする前にスキャンし直すか、レベル補正をやり直してください。

そのあと、キャンバス全体の背景パスを削除し、色で選択してインクだけが欲しいなら中間の灰色を取り除き、編集の検索やラバーバンド選択で残ったほこりを掃除してください。切削機向けには、切りたい各領域が複数ではなく 1 本の閉じたパスになっているかを確認してください。トレースはデザインの意図を知らず領域だけを知っているからです。そしてストロークを無しに設定してください。機械が塗りをたどるようにするためで、トレーサーが各パスに書く 1 ピクセルの輪郭ストロークを追わせないためです。

スキャンが図面ではなく文書——契約書、開示請求、書式一式——なら、トレースはまったく違う道具です。TIFF から PDF ならすべてのページを保ち、受け取る人が期待するファイルを作れます。TIFF から TXT なら Tesseract で文字を読み取り、必要だったのが文章そのものなら適しています。

スキャンが写真や印刷版なら、どのトレーサーも助けになりません。TIFF から PNG ならすべての画素を正確に保ち、TIFF から JPG や TIFF から WebP なら送ったり公開したりできる大きさに縮めます。トレースが意味を持つのは、スキャンが本当に線画で、本当に形にしなければならないときで、それはファイルの拡張子が示唆するより狭い場合です。

TIFF は utif2 で復号され、縮小され、トレースされ、書き出されるまですべてがこのタブの中で行われます。アップロードはなく、アカウントも 1 日の上限もありません。この用途で扱う典型的なファイルがクライアントの図面や特許図面、第三者に投稿する権限のない測量図であることを考えれば、意味のある点です。

トレーサーは imagetracerjs で、Unlicense のもとで公開された 46 KB の純粋な JavaScript です。最良の選択肢ではありません。potrace や autotrace はより滑らかな曲線を作りますが GPL です。VTracer はさらに強力ですが、その唯一のブラウザー向けパッケージがライセンスを一切明示しておらず、このプロジェクトではそれを寛容ではなくブロック対象として扱っています。スキャンに関する限り、この選択の重要性は他の場面より小さくなります。この入力ではスキャンの質のほうが、トレーサーの質よりはるかに大きく結果を左右するからです。