图像缩放算法

#1 楼

说明
对于非线性标度，您可以为每个像素（或使用的任何单位）应用不同的权重。您可以在两个方向上使用朝着最近像素的欧几里得距离来确定权重。例如，在下面的图像中，红色图像是降采样的图像（3x3），而黑色图像是原始图像（4x4）。点表示样本点（像素的中心）。
通过将每个像素坐标视为一组介于0和1（含）之间的两个值（x和y），可以对齐两个图像。像素不应被视为正方形，因此（将两个图像对齐时）应将每个像素视为一个点而不是正方形。

在上图中，四个角都将带有例如，原始图像四个角的权重。中间的点将根据四个相邻点之间的差异而具有不同的权重。
使用数字：
这是在较大图像中进行采样的假设区域（与上面的图像无关）。原始像素之间的距离从0标准化为1，以简化数学运算。
黑点代表原始图像的采样点（像素）。较大的红点表示降采样图像的采样点。与其他三个周围的点相比，左上角的红点更靠近左上角的黑点，因此像素将具有更大的权重来确定下采样像素的颜色。

距以下位置的水平距离：

右侧2个原始（绿色）像素= 0.1像素
左侧2个原始（绿色）像素= 0.9像素

距以下垂直距离：

前2个原始（绿色）像素= 0.1像素
后2个原始（绿色）像素= 0.9像素

最终像素的重量：
$$ weight （0，0）=（1.0-0.1）（1.0-0.1）= 0.81 $$
$$ weight（0，1）=（1.0-0.1）（1.0-0.9）= 0.09 $$
$$ weight（1，0）=（1.0-0.9）（1.0-0.1）= 0.09 $$
$$ weight（1，1）=（1.0-0.9）（1.0-0.9）= 0.01 $$
减去1的水平和垂直距离（因为更近的像素应承担更大的权重）。在此示例中，比例系数在每个方向上均为0.75。
按比例缩小与按比例缩小
按与按比例缩小相同的过程按比例放大。通过将原始图像和新图像都标准化为（0，0）和（1，1）之间，您可以使用相同的过程进行处理。作为练习，在第一个图中，如果红色点来自原始图像，黑色点来自放大图像，则应该能够看到该过程是相同的。