图像的插值算法之最近邻插值

这是一种简单的插值算法：不需要计算，在待求象素的四邻象素中，将距离待求象素最近的邻象素灰度赋给待求象素

设i+u, j+v(i, j为正整数， u, v为大于零小于1的小数，下同)为待求象素坐标，则待求象素灰度的值 f(i+u, j+v)

如下图所示：

如果(i+u, j+v)落在A区，即u<0.5, v<0.5，则将左上角象素的灰度值赋给待求象素，同理，落在B区则赋予右上角的象素灰度值，落在C区则赋予左下角象素的灰度值，落在D区则赋予右下角象素的灰度值。
最邻近元法计算量较小，但可能会造成插值生成的图像灰度上的不连续，在灰度变化的地方可能出现明显的锯齿状。

下面附上源代码：

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<iostream>
using namespace cv;
//最近邻插值
//基于等间隔提取图像的缩放
Mat imageReduction1(Mat &srcImage, float kx, float ky)//原始图形以及缩放比例
{
	//获取输出图像分辨率
	int nRows = cvRound(srcImage.rows * kx);//cvRound这个函数返回的是和参数最接近的整数
	int nCols = cvRound(srcImage.cols * ky);
	Mat resultImage(nRows, nCols, srcImage.type());//创建一张输出的图像
	for (int i = 0; i < nRows; i++)
	{
		//根据水平因子计算在原图中的坐标
		int x = static_cast<int>((i + 1) / kx + 0.5) - 1;
		for (int j = 0; j < nCols; j++)
		{	
			//根据垂直因子计算在原图中的坐标
			int y = static_cast<int>((j + 1) / ky + 0.5) - 1;
			resultImage.at<Vec3b>(i, j) = srcImage.at<Vec3b>(x, y);
		}
	}
	return resultImage;
}

//基于区域子块提取图像缩放
//求每个区域子块中的像素的通道的平均值
Vec3b areaAverage(Mat &srcImage, Point_<int> leftPoint, Point_<int> rightPoint)
{
	int temp1 = 0, temp2 = 0, temp3 = 0;//用来保存区域块中的每个通道像素的和
	//计算区域块中的像素点的个数
	int nPix = (rightPoint.x - leftPoint.x + 1)*(rightPoint.y - leftPoint.y + 1);
	//计算区域子块中的各个通道的像素和
	for (int i = leftPoint.x; i <= rightPoint.x; i++)
	{
		for (int j = leftPoint.y; j <= rightPoint.y; j++)
		{
			temp1 += srcImage.at<Vec3b>(i, j)[0];//求和区域块中的蓝绿红通道的像素和
			temp2 += srcImage.at<Vec3b>(i, j)[1];
			temp3 += srcImage.at<Vec3b>(i, j)[2];
		}
	}
	//对区域块中的每个通道求平均值
	Vec3b vecTemp;
	vecTemp[0] = temp1 / nPix;
	vecTemp[1] = temp2 / nPix;
	vecTemp[2] = temp3 / nPix;
	return vecTemp;
}

Mat imageReduction2(Mat &srcImage, float kx, float ky)
{
	//获取输出图像分辨率
	int nRows = cvRound(srcImage.rows * kx);//cvRound这个函数返回的是和参数最接近的整数
	int nCols = cvRound(srcImage.cols * ky);
	Mat resultImage(nRows, nCols, srcImage.type());//创建一张输出的图像
	//区域子块的左上角行列坐标
	int leftRowcoordinate = 0;
	int leftColcoordinate = 0;

	for (int i = 0; i < nRows; i++)
	{
		//根据水平因子计算在原图中的坐标
		int x = static_cast<int>((i + 1) / kx + 0.5) - 1;
		for (int j = 0; j < nCols; j++)
		{
			//根据垂直因子计算在原图中的坐标
			int y = static_cast<int>((j + 1) / ky + 0.5) - 1;
			//求区域子块的均值
			resultImage.at<Vec3b>(i, j) = areaAverage(srcImage, Point_<int>(leftRowcoordinate, leftColcoordinate), Point_<int>(x, y));
			//更新下子块左上角的列坐标，行坐标不变
			leftColcoordinate = y + 1;
		}
		//一列循环完毕重新将列坐标置零
		leftColcoordinate = 0;
		//更新下子块左上角的行坐标
		leftRowcoordinate = x + 1;
	}
	return resultImage;
    
}


int main()
{
	Mat srcIamge = imread("lakeWater.jpg");
	if (!srcIamge.data)
	{
		printf("image could not load...\n");
		return -1;
	}
	imshow("srcIamge", srcIamge);
	Mat resultImage1 = imageReduction1(srcIamge, 0.5, 0.5);
	imshow("res1", resultImage1);

	Mat resultImage2 = imageReduction2(srcIamge, 0.5, 0.5);
	imshow("res2", resultImage2);
	waitKey(0);
	return 0;

}

原图：

效果图：