双线性插值算法用于图像缩放
来源:互联网 发布:电池修复软件 编辑:程序博客网 时间:2024/04/30 11:13
图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具,画家常用它来放大图画。当然,在计算机上,我们不再需要用放大尺去放大或缩小图像了,把这个工作交给程序来完成就可以了。下面就来讲讲计算机怎么来放大缩小图象;在本文中,我们所说的图像都是指点阵图,也就是用一个像素矩阵来描述图像的方法,对于另一种图像:用函数来描述图像的矢量图,不在本文讨论之列。
越是简单的模型越适合用来举例子,我们就举个简单的图像:3X3 的256级灰度图,也就是高为3个象素,宽也是3个象素的图像,每个象素的取值可以是 0-255,代表该像素的亮度,255代表最亮,也就是白色,0代表最暗,即黑色。假如图像的象素矩阵如下图所示(这个原始图把它叫做源图,Source)
67 44 12
89 65 63
---------------------->X
|
|
|
|
|
V
Y
如果想把这副图放大为 4X4大小的图像,那么该怎么做呢?那么第一步肯定想到的是先把4X4的矩阵先画出来再说,好了矩阵画出来了,如下所示,当然,矩阵的每个像素都是未知数,等待着我们去填充(这个将要被填充的图的叫做目标图,Destination):
? ? ? ?
? ? ? ?
? ? ? ?
接下来,如法炮制,寻找目标图中坐标为(1,0)的象素对应源图中的坐标,套用公式:
完整的运算过程就是这样的:
依次填完每个象素,一幅放大后的图像就诞生了,像素矩阵如下所示:
67 44 12 12
89 65 63 63
89 65 63 63
这种放大图像的方法叫做最临近插值算法,这是一种最基本、最简单的图像缩放算法,效果也是最不好的,放大后的图像有很严重的马赛克,缩小后的图像有很严重的失真;效果不好的根源就是其简单的最临近插值方法引入了严重的图像失真,比如,当由目标图的坐标反推得到的源图的的坐标是一个浮点数的时候,采用了四舍五入的方法,直接采用了和这个浮点数最接近的象素的值,这种方法是很不科学的,当推得坐标值为 0.75的时候,不应该就简单的取为1,既然是0.75,比1要小0.25 ,比0要大0.75 ,那么目标象素值其实应该根据这个源图中虚拟的点四周的四个真实的点来按照一定的规律计算出来的,这样才能达到更好的缩放效果。双线型内插值算法就是一种比较好的图像缩放算法,它充分的利用了源图中虚拟点四周的四个真实存在的像素值来共同决定目标图中的一个像素值,因此缩放效果比简单的最邻近插值要好很多。
双线性内插值算法描述如下:
对于一个目的像素,设置坐标通过反向变换得到的浮点坐标为(i+u,j+v) (其中i、j均为浮点坐标的整数部分,u、v为浮点坐标的小数部分,是取值[0,1)区间的浮点数),则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定,即:
f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1) 公式1
其中f(i,j)表示源图像(i,j)处的的像素值,以此类推。
比如,象刚才的例子,现在假如目标图的象素坐标为(1,1),那么反推得到的对应于源图的坐标是(0.75 , 0.75), 这其实只是一个概念上的虚拟象素,实际在源图中并不存在这样一个象素,那么目标图的象素(1,1)的取值不能够由这个虚拟象素来决定,而只能由源图的这四个象素共同决定:(0,0)(0,1)(1,0)(1,1),而由于(0.75,0.75)离(1,1)要更近一些,那么(1,1)所起的决定作用更大一些,这从公式1中的系数uv=0.75×0.75就可以体现出来,而(0.75,0.75)离(0,0)最远,所以(0,0)所起的决定作用就要小一些,公式中系数为(1-u)(1-v)=0.25×0.25也体现出了这一特点。
- 双线性插值算法用于图像缩放
- 图像缩放双线性插值算法
- 图像缩放双线性插值算法[zz]
- 图像缩放之双线性插值算法
- 图像缩放——双线性插值算法
- 图像缩放——双线性插值算法
- [图像]图像缩放算法-双线性内插法
- [图像]图像缩放算法-双线性内插法
- 双线性插值实现图像缩放
- 图像缩放之双线性插值
- 图像缩放by双线性插值
- C++ 双线性插值缩放图像
- C++ 双线性插值缩放图像
- 双线性插值的图像缩放算法的研究与实现
- 双线性插值的图像缩放算法的研究与实现
- 图像缩放算法及速度优化 ---- 双线性插值
- 双线性插值的图像缩放算法的研究与实现
- 图像缩放算法及速度优化之双线性插值
- Linux Command Line 解析
- 两个最常用的设计模式:工厂方法 & 抽象工厂
- SQL中 常用的处理方法(处理空值、更新字段、去掉小数后的0、查询重复列)
- maven构建与使用
- list vector比较
- 双线性插值算法用于图像缩放
- C#源码 备份和恢复数据库
- 数据库表结构设计方法及原则
- Touch001项目实现过程中遇到的一个技术问题
- Can't connect to MySQL server 频繁掉线刷新后正常解决办法
- IE自动建议下拉菜单错误
- FastReport控件系列写一个小小报表界面设计工具
- Linux audio explained------揭开Linux音频问题的背后原因
- 如何将.spl剥离成.emf文件格式