Chỉnh sửa ảnh AI cho Nhà cổ tự học: Nâng cao Hình ảnh Bản thảo với Magic Eraser
Cách nhà cổ tự học sử dụng chỉnh sửa ảnh AI để nâng cao hình ảnh bản thảo, xóa chú thích hiện đại, tăng cường độ tương phản mực phai và tách lớp văn bản palimpsest cho xuất bản học thuật.
Product Marketing
Đã rà soát bởi Magic Eraser Editorial ·
Cổ tự học — ngành nghiên cứu chữ viết tay lịch sử và các truyền thống bản thảo — phụ thuộc vào chất lượng của những hình ảnh mà học giả làm việc cùng. Dù là phân tích khoảng cách chữ của một kiểu chữ Carolingian minuscule, nhận diện các chỗ sửa của người chép trong một văn khế thời trung cổ, hay cố đọc văn bản đã phai mờ trên một mảnh giấy cói hư hỏng, các nhà cổ tự học cần những hình ảnh phơi bày được chi tiết tinh tế nhất của cách đặt mực, cách dựng nét và sự tương tác bề mặt. Vậy mà bản thân các bản thảo thường đã hàng thế kỷ tuổi, với mực xuống cấp, da giấy ố bẩn, hư hại vật lý. Nhiều lớp chú thích về sau khiến chữ viết gốc khó đọc ngay cả trong điều kiện chiếu sáng lý tưởng.
Trong lịch sử, các nhà cổ tự học đã dựa vào chụp ảnh tia cực tím, chụp ảnh đa phổ và bôi thuốc thử hóa học để cải thiện khả năng đọc của những bản thảo khó. Các kỹ thuật này hiệu quả nhưng đòi hỏi thiết bị chuyên dụng, người vận hành được đào tạo, và thường cần tiếp cận vật lý với hiện vật gốc. Một sự tiếp cận ngày càng bị hạn chế khi các cơ quan ưu tiên bảo tồn hơn là cầm nắm. Các công cụ chỉnh sửa ảnh AI mang lại một cách tiếp cận tương xứng, có thể khai thác lượng đáng kinh ngạc khả năng đọc bổ sung từ những bức ảnh kỹ thuật số thông thường mà không cần bất kỳ tiếp xúc vật lý nào với bản thảo hay đầu tư vào phần cứng chụp ảnh chuyên dụng.
Hướng dẫn này đề cập đến những quy trình chỉnh sửa ảnh AI cụ thể mà các nhà cổ tự học thấy giá trị nhất: xóa các chú thích hiện đại và dấu vết lưu trữ phủ lên văn bản gốc, tăng cường độ tương phản giữa mực phai và da giấy xuống cấp, tách các lớp văn bản trong bản thảo palimpsest và viết đè. Chuẩn bị những hình ảnh sẵn sàng xuất bản đạt tiêu chuẩn học thuật về tính minh bạch và khả năng tái lập. Mỗi kỹ thuật được minh họa bằng đúng loại thách thức bản thảo mà các nhà cổ tự học thường xuyên gặp phải trong công việc nghiên cứu và xuất bản.
- Magic Eraser xóa chú thích bút chì hiện đại, băng keo lưu trữ, số mục lục và dấu bảo tồn mà không làm hỏng khả năng nhìn thấy hình dạng chữ bên dưới.
- AI Enhance tăng cường có chọn lọc độ tương phản của mực trên da giấy xuống cấp, nâng cao khả năng đọc của mực iron gall và mực than đã phai qua nhiều thế kỷ.
- Việc tách nền giúp phân tách các lớp văn bản palimpsest, làm lộ phần văn bản bên dưới mà bình thường cần đến thiết bị chụp ảnh đa phổ đắt tiền.
- Xử lý hàng loạt xử lý hiệu quả các dự án số hóa bản thảo lớn, duy trì các tham số tăng cường nhất quán trên hàng trăm hình ảnh tờ giấy.
- Chỉnh sửa không phá hủy bảo toàn dữ liệu ảnh gốc bên cạnh các phiên bản đã xử lý, duy trì tính minh bạch học thuật cho việc thẩm định đồng cấp.
Xóa chú thích hiện đại mà không ảnh hưởng văn bản bản thảo gốc
Những bản thảo đã trải qua nhiều thế kỷ sở hữu, lập mục lục. Việc nghiên cứu học thuật tích tụ các lớp bổ sung hiện đại phủ lên văn bản gốc. Ghi chú bút chì của các nhà nghiên cứu trước, số mục lục mực viết trực tiếp lên bề mặt bản thảo, những dải băng keo lưu trữ dán trong các đợt bảo tồn trước đây. Dấu đóng của các bộ sưu tập định chế đều tạo ra nhiễu thị giác cạnh tranh với chữ viết gốc. Với một nhà cổ tự học đang cố phân tích cách dựng hình dạng chữ hay nhận diện bàn tay người chép, những bổ sung hiện đại này không chỉ là phiền toái về thẩm mỹ. Chúng có thể che khuất về mặt vật lý đúng những trình tự nét và góc bút phân biệt người chép này với người chép khác.
Việc xóa đối tượng bằng AI vượt trội ở thách thức cụ thể này vì các bổ sung hiện đại thường có đặc điểm thị giác khác với văn bản gốc. Vết bút chì có màu xám chì trên nền da giấy biến thiên từ kem ấm đến nâu sẫm. Chúng thiếu sự tương tác bề mặt của mực gốc đã thấm vào sợi da giấy. Băng keo lưu trữ có chất lượng bề mặt phản chiếu riêng biệt và sự đều đặn hình học. Số mục lục được viết bằng bàn tay hiện đại với dụng cụ hiện đại. AI nhận diện những phần tử ngoại lai này dựa trên khác biệt về vật liệu và phong cách so với văn bản gốc xung quanh và xóa chúng đi trong khi tái dựng kết cấu da giấy cùng bất kỳ nét gốc bị che khuất một phần nào bên dưới.
Chất lượng tái dựng vô cùng quan trọng đối với công việc học thuật. Một nhà cổ tự học cần tin tưởng rằng những gì hiện ra sau khi xóa phản ánh đúng bề mặt bản thảo thực, chứ không phải ảo giác của AI. Cách tiếp cận của Magic Eraser sử dụng phân tích theo ngữ cảnh kết cấu da giấy xung quanh, hướng sợi. Bất kỳ dấu vết mực gốc nào còn nhìn thấy tại vị trí xóa để tạo ra một tái dựng nhất quán với bằng chứng vật lý. Công cụ này không bịa ra hình dạng chữ hay kéo dài các nét hiện có. Nó tái dựng kết cấu bề mặt và để lại khoảng trống ở những nơi chữ viết gốc thực sự đã mất, đó là cách tiếp cận trung thực về mặt học thuật mà các nhà cổ tự học đòi hỏi.
- Chú thích bút chì hiện đại, băng keo lưu trữ, số mục lục và dấu đóng định chế được nhận diện qua khác biệt rõ rệt về vật liệu và phong cách so với văn bản trung cổ gốc.
- AI tái dựng kết cấu da giấy và hướng sợi bên dưới tại các vị trí xóa thay vì lấp đầy bằng màu phẳng hay nội dung bịa đặt.
- Những nét gốc bị che khuất một phần dưới các bổ sung hiện đại được làm lộ qua phân tích theo ngữ cảnh các dấu mực còn thấy tại ranh giới xóa.
- Công cụ tránh tạo ảo giác hình dạng chữ hay kéo dài nét gốc, duy trì sự trung thực học thuật thiết yếu cho nghiên cứu cổ tự học.
Nâng cao độ tương phản mực phai trên chất liệu da giấy xuống cấp
Thách thức chụp ảnh căn bản trong cổ tự học là sự mất tương phản giữa văn bản và bề mặt. Khi một bản thảo mới được viết, mực iron gall sẫm hay than đen nằm tương phản sống động trên nền da giấy hay giấy cói sáng màu, sạch sẽ. Qua nhiều thế kỷ, mực phai dần — mực iron gall ngày càng ngả nâu và trong suốt hơn khi các hợp chất sắt bị oxy hóa. Mực gốc than có thể bong, mài mòn và mỏng đi. Cùng lúc, da giấy sẫm lại do oxy hóa, ố vàng, hư hại do ẩm và bụi bẩn bề mặt tích tụ. Khoảng cách sắc độ giữa văn bản và nền từng kịch tính nay thu hẹp đến mức hình dạng chữ trở nên khó phân biệt nếu không tăng cường.
Việc tăng cường bằng AI giải quyết sự mất tương phản này với trí thông minh cao hơn so với chỉnh độ sáng-tương phản đơn giản hay kéo giãn biểu đồ. Các công cụ tương phản đơn giản tác động lên toàn bộ ảnh một cách đồng đều, khuếch đại kết cấu da giấy và nhiễu vết ố cùng với tín hiệu mực. Thay vào đó, AI thực hiện phân tách ngữ nghĩa, nhận diện phần tử thị giác nào là nét mực và phần tử nào là đặc điểm nền, rồi tăng cường có chọn lọc tín hiệu mực trong khi nén hoặc giữ nguyên nhiễu nền. Điều này tạo ra những hình ảnh trong đó hình dạng chữ trông sẫm hơn và rõ nét hơn còn nền da giấy vẫn sạch và đều, đạt được cải thiện tương phản gần với diện mạo nguyên bản của bản thảo mà không tạo ra hiện vật giả.
Việc tăng cường đặc biệt giá trị với các bản thảo mực iron gall từ thế kỷ 12 đến 16. Công thức mực tạo ra một mô hình xuống cấp độc đáo. Mực iron gall liên kết hóa học với collagen của da giấy. Ngay cả khi mực bề mặt đã phai phần lớn, một dấu vết ở cấp độ phân tử vẫn còn nhúng trong cấu trúc sợi. Dấu vết này thường vô hình với mắt thường nhưng có thể được phát hiện và khuếch đại qua xử lý ảnh cẩn thận. Việc tăng cường bằng AI có thể đưa những dấu vết mờ ảo này lên độ tương phản nhìn thấy được, phục hồi những hình dạng chữ tưởng như đã mất hoàn toàn trong ảnh chưa xử lý. Khả năng này khiến những bức ảnh kỹ thuật số thông thường trở nên hữu ích hơn nhiều cho phân tích cổ tự học so với mức bình thường.
- Mực iron gall phai thành nâu và trong suốt qua nhiều thế kỷ trong khi da giấy sẫm lại, thu hẹp độ tương phản tương phản gắt ban đầu giữa văn bản và bề mặt đến mức gần như vô hình.
- AI thực hiện phân tách ngữ nghĩa mực-với-nền thay vì chỉnh tương phản đồng đều, tăng khả năng nhìn thấy hình dạng chữ mà không khuếch đại vết ố da giấy và nhiễu sợi.
- Dấu vết phân tử của mực iron gall nhúng trong collagen da giấy có thể được phát hiện và khuếch đại ngay cả khi mực bề mặt đã biến mất phần lớn.
- Kết quả tăng cường gần với diện mạo nguyên bản của bản thảo, khiến những bức ảnh kỹ thuật số thông thường hữu ích về mặt phân tích hơn hẳn so với ảnh chụp chưa xử lý.
Tách lớp văn bản trong palimpsest và bản thảo viết đè
Bản thảo palimpsest — nơi văn bản gốc bị cạo hay rửa đi để tái sử dụng tấm da giấy đắt tiền cho chữ viết mới — đại diện cho một số thách thức thú vị và bực bội nhất trong cổ tự học. Phần văn bản bên dưới, có thể cổ hơn nhiều thế kỷ và quan trọng hơn nhiều so với phần văn bản bên trên, sống sót dưới dạng những dấu vết mờ nhạt bên dưới chữ viết về sau. Những palimpsest nổi tiếng đã mang lại các tác phẩm thất lạc của Archimedes, Cicero và các tác giả cổ đại khác có văn bản không tồn tại ở bất kỳ đâu khác. Trong quá khứ, việc phục hồi những văn bản ẩn này cần chụp ảnh đa phổ ở các bước sóng cụ thể nơi mực văn bản bên dưới phản chiếu khác với mực văn bản bên trên và da giấy. Một kỹ thuật đòi hỏi thiết bị chụp ảnh tốn hàng chục nghìn đô la và chuyên môn về phân tích quang phổ.
Chỉnh sửa ảnh AI mang lại một giải pháp thay thế tuy chỉ một phần nhưng có giá trị cho công việc palimpsest. AI có thể nhận diện những đặc điểm thị giác phân biệt hai lớp văn bản ngay cả trong ảnh RGB thông thường: khác biệt về màu mực (văn bản bên dưới thường có tuổi và công thức khác), khác biệt về hướng nét (da giấy thường bị xoay khi tái sử dụng). Khác biệt về tỷ lệ và phong cách viết. Bằng cách tăng cường hay nén có chọn lọc những đặc điểm phân biệt này, AI có thể tạo ra các hình ảnh tách lớp trong đó hoặc văn bản bên dưới hoặc văn bản bên trên chiếm ưu thế trong trường thị giác. Việc tách không hoàn chỉnh bằng kết quả đa phổ, nhưng nó có thể làm lộ đủ phần văn bản bên dưới để xác định nội dung, ngôn ngữ và niên đại gần đúng. Thường là đủ cho việc đánh giá ban đầu về giá trị học thuật của một palimpsest.
Quy trình xử lý palimpsest gồm nhiều lượt với các tham số tăng cường khác nhau. Lượt đầu nhận diện và nén văn bản bên trên chiếm ưu thế, tạo ra một ảnh trong đó các dấu vết văn bản bên dưới mờ nhạt là tín hiệu còn lại mạnh nhất. Lượt thứ hai tăng cường những dấu vết đó để đưa chúng lên độ tương phản đọc được. Lượt thứ ba áp dụng lọc không gian để giảm nhiễu từ kết cấu da giấy và phần dư của văn bản bên trên. Kết quả hiếm khi sạch như tách lớp đa phổ. Đối với việc đánh giá sớm và với những bản thảo không có sẵn chụp ảnh đa phổ, nó có thể biến một palimpsest không đọc được thành một tài liệu đọc được một phần, đủ để biện minh cho việc đầu tư vào chụp ảnh tiên tiến hơn.
- Văn bản bên dưới của palimpsest sống sót dưới dạng dấu vết mờ nhạt bên dưới chữ viết đè về sau, có khả năng bảo tồn những văn bản thất lạc của các tác giả cổ đại không có ở bất kỳ đâu khác.
- AI phân biệt các lớp văn bản qua khác biệt màu mực, thay đổi hướng nét do da giấy bị xoay, và những biến thiên về tỷ lệ và phong cách viết.
- Xử lý nhiều lượt nén văn bản bên trên chiếm ưu thế trước, rồi tăng cường các dấu vết văn bản bên dưới, rồi lọc nhiễu còn dư để đạt độ rõ tách lớp tối đa.
- Tuy không thay thế chụp ảnh đa phổ, việc tách lớp bằng AI có thể làm lộ đủ văn bản bên dưới cho việc đánh giá nội dung ban đầu và biện minh cho đầu tư vào chụp ảnh tiên tiến.
Xử lý hàng loạt và tiêu chuẩn xuất bản cho dự án số hóa bản thảo
Các dự án số hóa bản thảo quy mô lớn — như lập mục lục cả một thư viện tu viện, xử lý một kho tài liệu mới phát hiện, hay chuẩn bị một bản phê bình cần hình ảnh của hàng chục bản chứng từ nhiều cơ quan — tạo ra hàng trăm hoặc hàng nghìn hình ảnh tờ giấy đều cần tăng cường nhất quán. Việc chỉnh từng ảnh thủ công tốn thời gian một cách cấm cản và gây ra sự không nhất quán khi phán đoán của người vận hành trôi dạt trong suốt một phiên xử lý dài. Xử lý hàng loạt bằng AI giải quyết cả hai vấn đề bằng cách áp dụng các tham số tăng cường nhất quán trên cả một bộ ảnh, tạo ra kết quả đồng đều trong cách xử lý mà vẫn thích ứng với những đặc điểm riêng của từng tờ giấy.
Tiêu chuẩn xuất bản trong cổ tự học và nghiên cứu bản thảo nghiêm ngặt hơn so với hầu hết các lĩnh vực khác dùng ảnh đã xử lý. Cộng đồng học thuật có nhiều kinh nghiệm với những hình ảnh bản thảo bị thao túng. Từ thực hành tai hại của thế kỷ 19 là bôi thuốc thử hóa học khiến văn bản tạm thời dễ đọc hơn trong khi làm hỏng vĩnh viễn da giấy, đến những lo ngại gần đây hơn về việc tăng cường kỹ thuật số đưa ra những cách đọc không được bằng chứng vật lý hỗ trợ. Vì vậy, các ấn phẩm uy tín yêu cầu mọi xử lý ảnh phải được ghi chép, cả ảnh gốc lẫn ảnh đã xử lý phải có sẵn để so sánh. Những cách đọc đã tăng cường phải được đánh dấu rõ ràng trong bộ máy chuyển tả. Các công cụ chỉnh sửa AI duy trì siêu dữ liệu xử lý và tạo đầu ra không phá hủy rất phù hợp với những nhu cầu này.
Quy trình xuất ra cho việc xuất bản học thuật nên bao gồm ảnh gốc chưa xử lý, phiên bản đã xử lý với các tham số tăng cường được ghi trong siêu dữ liệu. Một ghi chú xử lý ngắn mô tả đã làm gì và vì sao. Khi việc tăng cường làm lộ những cách đọc không nhìn thấy trong ảnh chưa xử lý, chúng nên được đánh dấu là đã tăng cường trong bất kỳ bản chuyển tả kèm theo nào, với một ký hiệu chuẩn cho các học giả khác biết chính xác mức độ tin cậy của xử lý được áp dụng. Quy ước minh bạch này không phải tùy chọn trong công việc cổ tự học nghiêm túc. Nó là chuẩn mực thực hành phân biệt cổ tự học kỹ thuật số đáng tin cậy với những tuyên bố không thể kiểm chứng, và những công cụ AI giúp ích thay vì làm phức tạp quá trình ghi chép này sẽ giành được lòng tin của cộng đồng học thuật.
- Xử lý hàng loạt áp dụng tăng cường nhất quán trên hàng trăm hình ảnh tờ giấy, loại bỏ sự trôi dạt của người vận hành trong khi thích ứng với đặc điểm riêng của từng trang.
- Tiêu chuẩn xuất bản học thuật đòi hỏi các bước xử lý được ghi chép, cả ảnh gốc lẫn ảnh đã xử lý, và những cách đọc đã tăng cường được đánh dấu trong bộ máy chuyển tả.
- Quy trình xuất ra bao gồm ảnh gốc bên cạnh các phiên bản đã xử lý với siêu dữ liệu nhúng ghi lại chính xác các tham số tăng cường để thẩm định đồng cấp.
- Các quy ước minh bạch phân biệt cổ tự học kỹ thuật số đáng tin cậy với những tuyên bố không thể kiểm chứng, và các công cụ AI tạo thuận lợi cho việc ghi chép sẽ giành được lòng tin của cộng đồng học thuật.
Nguồn
- Digital Palaeography: New Approaches to Old Manuscripts — The British Library
- Multispectral Imaging for Manuscript Studies — International Image Interoperability Framework
- Standards for Digital Images of Manuscripts — Digital Medieval Project