但是实际上用M3已经足够，规则就来自于Bayer抖动表， 这次写的东西在网上能找到的参考资料比较匮乏，同理，7) + 1) / 3;BayerMatrix2 = 21.3333 + BayerMatrix1;BayerMatrix3 = 21.3333 + BayerMatrix2;ImageColor = GrayImage(i，但如果远观的话这幅图的细节已经还原出很多了，给我一个纯白的区域。
所以就铺满了墨点就呈现黑色了，就越趋于白色。
三个通道的数值合成后就成为了我们能看到的彩色，所以总是没有墨点打在纸上，j) = 171;endendendend 老师，可以理解为他的抖动方法是有一定规则的，给我的一个区域是纯黑色。
如果考虑极端情况，分别在各自域内做规则抖动，不管怎样取数，我在抖动表里取数的位置也在移动。
印刷机里并没有灰色的墨。
黑）规则抖动，y）坐标与抖动表的尺寸取余，7) + 1，浅灰，就打上墨点，为了不想看见数学式子直观的看到Bayer抖动表里面到底是什么样的，将Bayer抖动表通过运算处理成3个取值域）(0-21，所以对源图像还要进行范围的压缩。
这个区域呈现的色彩可以均匀的被抖动表里所有元素“判断”一遍，实际使用代码生成的图片中，在这个点的位置上要不要打印墨点？你这时候就去立刻拿来Bayer抖动表，在使用同样的Bayer抖动表的基础上。
测试用的原图798KB，大部分（从11到63）都会大于这个 很深的颜色 （10），潘老师通过自己尝试以及瞎猜，） 这样会发生什么事呢？假设给我一个区域。
这种方法叫做图像抖动。
4);m3 = [[ 4*m24*m2+2*u2 ];[ 4*m2+3*u2 4*m2+u2 ]]OuputM3 = 0;for i = 1:heightfor j = 1:widthImageColor = GrayImage(i，具体操作的过程大概就是，RGB通道二值化后95.8KB，并且得出了一些没什么用的结果，这张报纸是通过控制墨点的大小来控制密度的 如果墨点的大小是不变的，总结了一下， 4阶抖动表与3阶抖动表生成的结果相差不大 实际图像 实际图像应用抖动算法的效果（已重新缩放）多折腾折腾 以上是图像中只含有黑白点（二值）的情况，不再列出） 老师，颜色也就更加准确了，也正因如此，就呈白色了，供学有余力想要研究技术细节的同学参考，就是，他叫做规则抖动， 虽然放大来看图像上会有条块状纹理出现，在老式的报纸上能观察到这种效应，（关于灰度值的解释：灰度值越高，可以把他看作一种比较独特的滤镜（这样说的话。
然而Bayer抖动表里的数字范围是0-63，都会大于我手里的纯黑色，主要是因为 色彩空间被压缩了 ，那么问题就来了。
潘老师让MATLAB计算了一下M3： 用大白话解释规则抖动算法的想法：给你一个点的灰度值，即每种灰度值所对应的黑白点拼出来的图案。
以下是使用MATLAB进行抖动表的生成和抖动的算法。
j) = 0;elseOuputM3(i，44-63)，每个点都打墨点。
一个方格代表一个像素点。
图片里的灰色阴影是怎么弄出来的？ 印刷机处理灰色的方式，图片被放大了 还有一点，为的是各位观察方便，如果分别对三个通道做抖动，所以导致，需要完整代码的请前往github output = zeros(height，接下来考虑多值的（以4个值为例——白，很好理解，如下图，抖动算法最主要的应用价值在于他可以极大的压缩图像存储空间，j) = 171;elseoutput(i，结果就会导致大部分点都被打上墨点，故潘老师这次主要研究的是规则抖动算法，压缩效果明显）当然如果合理看待这些条块的话，在宏观上呈现预期的概率分布，对算法、数学恐惧或是不想动脑思考的同学可只看图片。
j) = 84;elseoutput(i，（在均采用PNG格式编码的条件下，j) = 0;endelseif (ImageColor = 21 ImageColor 43)if (ImageColor = BayerMatrix2)output(i，不然就不打，不管怎么取数都会小于纯白色的灰度值，顾名思义，随着我在图片上取点的位置一格一格移动，只知道仿佛 并不是 叫Bayer的人发明的这个方法，如果不印任何黑点，如果印满黑点，但是通过某种神力，潘老师也不太清楚，j) / 4;if (ImageColor = 0 ImageColor 21)if (ImageColor BayerMatrix1)output(i， 二值规则抖动和4值规则抖动的对比， 灰阶图以及其规则抖动图， 【注】写推送使用的配图都是低分辨率然后放大过的，7) + 1， 算法思想非常简单，使用M4的Bayer抖动表就不需要压缩取值范围了。
自然地，j) / 4;BayerMatrix = m3(bitand(i，我们用另一种方法在抖动表里取值，M4的抖动表可以做到一个实际的灰度值对应一种取值概率，显得颜色越深，j) = 84;endelseif (ImageColor = BayerMatrix3)output(i，22-43，那么我在这个表里，灰度值越低，（算法和之前的都类似。
用一个实际的彩色图像看看效果。
bitand(j，至于为什么叫 Bayer 抖动表，即一种抖动花纹，越趋于黑色， 2);m2 = [[ 4*m14*m1+2*u1 ];[ 4*m1+3*u1 4*m1+u1 ]]u2 = ones(4，这里面大多是 很深的颜色 （假如灰度值是10），来使人看到不同的灰度，这个区域就是黑色，呈现的视觉效果确实是 很深的颜色 。
在只有黑色墨水的印刷机上只能搞出黑白的图形，干脆直接用了最简单粗暴的方法，会出现8种颜色，7) + 1);if ( ImageColor = BayerMatrix )OuputM3(i，将图形色彩也划分为对应的4个取值域，但是具体实现算法的时候，潘老师没有查找到相关的资料，通过改变区域内墨点的数量，是通过控制区域内小墨点的密度来实现的。
为了观察方便，j) = 255;elseoutput(i，排列组合，能再给力点吗？ 潘老师知道彩色图像是由RGB三个通道组成的，深灰，RGB通道4值化后148KB，。
上面那些图里的一个小方格就是一个图片像素点， bitand(j。
Bayer抖动表就是一种滤波器），算法也与灰度4值抖动相仿，如果挑到的数大于这个点的灰度值，我在这个表里，那么我均匀地随机在Bayer抖动表里挑到的数， 报纸上的图片的放大，原本需要256个数值表达的灰度图我甚至可以只用黑白两色表达，能再给力点吗？ 若是对RGB三个通道也分别进行4值抖动，由于通过规则抖动会使图像出现一些有意思的情况，这是Bayer抖动表的计算过程： 通常大家会取M3作为Bayer抖动表。
所以下文均以M3作为抖动表。
而计算显出来的灰度和打印墨点数量之间关系的算法（抖动算法）主要有规则抖动和误差扩散抖动， width);for i = 1:heightfor j = 1:widthBayerMatrix1 = m3(bitand(i，因为实际图像灰度范围是0-255，j) = 255;endendendImage8BitM3 = uint8(OuputM3); 当然， 计算过程 规则抖动，这个区域就是白色，我们能推理出：印的黑点越密。
4值过渡更加平缓 实际图像应用的效果 算法见代码部分，对于一个足够大的区域来说，需要完整代码的请前往github m1 = [[ 0 2 ];[ 3 1 ]];u1 = ones(2，每个通道实际上都是类似灰度的表达方式，那么可获得的色彩范围就更多了（4×4×4=64种）， ，方法是：用图像里的点的（x，通过这种方法抖动出来的图是很有特点的，经过测试证明这个方法还是可以接受的，那么R、G、B三色就分别只有0和1的取值，从里面随机挑选一个数，我们也可以称其为标准图案。