我想退后一步，了解可用于抗锯齿或至少改善分辨率的技术。在绑定式（开/关）1位显示器上绘制的曲线和字体的质量，例如下面所示的这些低成本OLED显示器。
我不知道该程序是否称为反混叠或其他。理想情况下，对数学过程或算法的解释或链接/引用将是最有帮助的，或者如果Python中存在某些内容，那也将非常有用。我有一个预感，它最适用于灰度或RGB连续色调图像，而不是二进制1位图像。
例如，请参阅问题：使用PIL绘制多语言文本并另存为1位和8位图，其中PIL将此灰度图像转换为：
转换为该1位二进制图像：
如果我在PIL中画圆然后转换为1位，也会发生类似的情况。抗锯齿是专为连续色调显示而设计的，因此后续的阈值只会使情况变得一团糟。 AdaFruit Page Monochrome 0.96“ 128x64 OLED图形显示器，产品ID：326。
#1 楼
当您将图像转换为1位时，PIL的Image.convert函数默认执行抖动处理，而不仅仅是阈值处理。这就是沿形状边缘产生噪音的原因。抗锯齿不是问题。不幸的是，在如此低的分辨率下，抖动带来的弊大于利。我从另一个问题中抓取了您的原始图像，并在128处设置了直阈值，结果看起来好多了：
大约和您在低分辨率1位显示器上所能做的一样好，而没有专门针对这些情况设计的位图字体。
在PIL中可以使用
Image.point来实现此操作，如下所示：image1Bit = image8Bit.point(lambda x: 0 if x < 128 else 1, mode='1')
评论
$ \ begingroup $
老实说，如果您修饰了几个像素，则可以很好地兼顾两者。
$ \ endgroup $
– joojaa
17年11月30日在21:17
$ \ begingroup $
太好了！这正是我所需要的，谢谢。
$ \ endgroup $
– uhoh
17年12月1日，0：33
#2 楼
看看矢量纹理和特殊效果的改进的Alpha测试放大倍率[Gre07]（pdf）。他们方法的要点是将距离字段信息存储在字体纹理中，而不是位图字形中。然后，此信息将用于构建质量更高的字形升级版本。他们甚至描述了没有可编程阴影的渲染路径，从而给出了不错的结果。评论
$ \ begingroup $
感谢您的链接。由于我是新手，因此阅读此类内容非常有帮助。
$ \ endgroup $
– uhoh
17年12月1日，0：37
#3 楼
这只是基于已接受答案的补充答案，它使用原始的64x128像素图像而不是放大的内插屏幕快照。imtype = "RGB": 
（真实RGB）imtype = "L": 
（灰度8位）imtype = "1": 
（二进制1位，阈值= 128）imtype = "1": 
（二进制1位，阈值= 80）以下是未戴眼镜者的屏幕截图：
（1位屏幕截图，阈值= 128）
（1位屏幕截图，阈值= 80）from PIL import Image, ImageDraw, ImageFont
w_disp = 128
h_disp = 64
fontsize = 32
text = u"你好!"
imageRGB = Image.new("RGB", (w_disp, h_disp))
draw = ImageDraw.Draw(imageRGB)
font = ImageFont.truetype("/Library/Fonts/Arial Unicode.ttf", fontsize)
w, h = draw.textsize(text, font=font)
draw.text(((w_disp - w)/2, (h_disp - h)/2), text, font=font)
imageRGB.save("NiHao! " + "RGB" + ".bmp")
image8bit = imageRGB.convert("L")
image8bit.save("NiHao! " + "L" + ".bmp")
threshold = 80
image1bit = image8bit.point(lambda x: 0 if x < threshold else 1, mode='1')
image1bit.save("NiHao! " + "1" + " threshold = " + str(threshold) + ".bmp")
threshold = 128
image1bit = image8bit.point(lambda x: 0 if x < threshold else 1, mode='1')
image1bit.save("NiHao! " + "1" + " threshold = " + str(threshold) + ".bmp")
#4 楼
在过去，对于诸如字体之类的东西，它们并没有进行抗锯齿处理。它们通常是手工制作的位图字体，因为它产生了最清晰，最容易读取的结果。这就是说，您可以研究误差扩散，半色调或其他抖动技术，以将连续色调图像更改为1。位图像。这些是用于减少图像位深度的技术。
评论
$ \ begingroup $
啊！对于椭圆（可能是任意角度的线），PIL确实绘制了“看起来不错”的1位曲线，而没有标准的抗锯齿功能，即i.stack.imgur.com/HGDox.png，实际上，此答案显示了如何做更多的任意处理曲线。因此，将这些与搜索历史位图字体结合起来，我应该很好！如果您想将此信息包含在您的答案中，我将删除此评论。谢谢！
$ \ endgroup $
– uhoh
17年11月30日在7:08
$ \ begingroup $
问题是，所有这些技术都需要权衡空间分辨率，而且并不是说这些显示器有多余的像素。
$ \ endgroup $
–丹·赫尔姆
17年11月30日在10:34
评论
我不知道您使用情况的所有细节，但是如果刷新率不错，则可以通过快速打开和关闭单个像素来伪造灰度，从而获得抗锯齿功能。不仅如此，所以您可能会发现这两个文章很有趣：blog.demofox.org/2017/10/31/…blog.demofox.org/2017/11/03/…@AlanWolfe真是个好主意！对于这种特定类型的单位，数据速率很慢，并且没有可供切换的额外数据缓冲区，但是我会牢记这一点，如果我有一个可能的单位，我会给它一个机会。谢谢！