点阵是计算机图形学中常用的一种图像处理方法，通过将图像转换为由像素块组成的矩阵，实现在屏幕上显示。然而，在进行点阵处理时，需要注意一些问题，否则可能会影响图像质量和处理效果。

去重

在进行图像点阵化处理时，会出现像素点的重复现象，这会使得图像变模糊或失真。因此，在进行点阵处理时，需要进行去重处理。

解决方法：

1.使用抖动技术：抖动是在降低图像分辨率的同时，通过对像素颜色的小幅度抖动来提高图像的感知质量。可以使用Floyd-Steinberg抖动算法来实现。

2.使用错误扩散技术：错误扩散是将每个像素点的误差传递到相邻的像素点上，从而增加图像感知质量的一种方法。可以使用Stucki错误扩散算法来实现。

颜色处理

在点阵处理时，颜色处理是一项非常重要的任务。如果不正确处理颜色，就会导致图像色彩失真或颜色错乱。

解决方法：

1. 色彩分离技术：将红、绿、蓝三种颜色分开处理，减小颜色误差，提高图像的真实感。可以使用Jarvis-Judice-Ninke色彩分离算法来实现。

2. 调色板技术：调色板技术是一种将颜色压缩为有限数量的调色板颜色的方法。可以使用Floyd-Steinberg调色板算法来实现。

图像缩放

图像缩放是点阵处理中不可避免的过程，但如果不恰当地缩放图像，就会导致失真和模糊。

解决方法：

1. 双线性插值技术：双线性插值是对于一个像素rgb的值，在周围四个像素中按比重占据rgb值而得到新的rgb值的方法。具体实现见opencv开源库。

2. 双立方插值技术：双立方插值是对于一个像素rgb的值，在周围8个像素中按配比占据rgb值来得到新的rgb值的方法，它不仅考虑了行与行之间的插值，还同时考虑了列与列之间的插值，得到的结果更加平滑。具体实现见opencv开源库。

添加滤镜

最后是滤镜的应用，在点阵后图像中添加一些滤镜可以让图片看起来更美观，更有艺术性。

解决方法：

1. 对比度增强：通过增加图像中亮度差异的幅度来提高暗部与亮部之间的对比度。可以使用灰度拉伸算法来实现。

2. 锐化处理：通过突出图像中的细节和轮廓来增强图像的清晰度并产生强烈的锐度感。可以使用Sobel算法或Laplacian算法来实现。

通过进行以上的点阵处理，可以使图像在屏幕上显示更加清晰、逼真、美观，同时避免了一些潜在的问题。