图像处理之Lanczos采样放缩算法

图像处理之Lanczos采样放缩算法

一:什么是Lanczos采样

参见这里:http://en.wikipedia.org/wiki/Lanczos_resampling

二:大致算法流程

三:算法运行结果

1.向下采样, 生成缩略图, 左边为原图,右边为缩略图

向上采样,生成放大图像时效果:

算法源代码:

[java]  view plain copy

1. package com.gloomyfish.zoom.study;  
2.   
3. import java.awt.image.BufferedImage;  
4. import java.awt.image.ColorModel;  
5.   
6. import com.gloomyfish.filter.study.AbstractBufferedImageOp;  
7.   
8. public class LanczosScaleFilter extends AbstractBufferedImageOp {  
9.     // lanczos_size  
10.     private float lanczosSize;  
11.     private float destWidth;  
12.       
13.     public LanczosScaleFilter()  
14.     {  
15.         lanczosSize = 3;  
16.         destWidth = 100;  
17.     }  
18.   
19.     public LanczosScaleFilter(float lobes, int width) {  
20.         this.lanczosSize = lobes;  
21.         this.destWidth = width;  
22.     }  
23.   
24.     public void setLanczosSize(float size) {  
25.         this.lanczosSize = size;  
26.     }  
27.   
28.     public void setDestWidth(float destWidth) {  
29.         this.destWidth = destWidth;  
30.     }  
31.   
32.     @Override  
33.     public BufferedImage filter(BufferedImage src, BufferedImage dest) {  
34.         int width = src.getWidth();  
35.         int height = src.getHeight();  
36.         float ratio = width / this.destWidth;  
37.         float rcp_ratio = 2.0f / ratio;  
38.         float range2 = (float) Math.ceil(ratio * lanczosSize / 2);  
39.           
40.         // destination image  
41.         int dh = (int)(height * (this.destWidth/width));  
42.         int dw = (int)this.destWidth;  
43.   
44.         if (dest == null) {  
45.             ColorModel cMD = src.getColorModel();  
46.             dest = new BufferedImage(src.getColorModel(), cMD.createCompatibleWritableRaster(dw, dh), cMD.isAlphaPremultiplied(), null);  
47.         }  
48.   
49.         int[] inPixels = new int[width * height];  
50.         int[] outPixels = new int[dw * dh];  
51.           
52.         getRGB(src, 0, 0, width, height, inPixels);  
53.         int index = 0;  
54.         float fcy = 0, icy = 0, fcx = 0, icx = 0;  
55.         for (int row = 0; row < dh; row++) {  
56.             int ta = 0, tr = 0, tg = 0, tb = 0;  
57.             fcy = (row + 0.5f) * ratio;  
58.             icy = (float) Math.floor(fcy);  
59.             for (int col = 0; col < dw; col++) {  
60.                 fcx = (col + 0.5f) * ratio;  
61.                 icx = (float) Math.floor(fcx);  
62.   
63.                 float sumred = 0, sumgreen = 0, sumblue = 0;  
64.                 float totalWeight = 0;  
65.                 for (int subcol = (int) (icx - range2); subcol <= icx + range2; subcol++) {  
66.                     if (subcol < 0 || subcol >= width)  
67.                         continue;  
68.                     int ncol = (int) Math.floor(1000 * Math.abs(subcol - fcx));  
69.   
70.                     for (int subrow = (int) (icy - range2); subrow <= icy + range2; subrow++) {  
71.                         if (subrow < 0 || subrow >= height)  
72.                             continue;  
73.                         int nrow = (int) Math.floor(1000 * Math.abs(subrow - fcy));  
74.                         float weight = (float) getLanczosFactor(Math.sqrt(Math.pow(ncol * rcp_ratio, 2)  
75.                                 + Math.pow(nrow * rcp_ratio, 2)) / 1000);  
76.                         if (weight > 0) {  
77.                             index = (subrow * width + subcol);  
78.                             tr = (inPixels[index] >> 16) & 0xff;  
79.                             tg = (inPixels[index] >> 8) & 0xff;  
80.                             tb = inPixels[index] & 0xff;  
81.                             totalWeight += weight;  
82.                             sumred += weight * tr;  
83.                             sumgreen += weight * tg;  
84.                             sumblue += weight * tb;  
85.                         }  
86.                     }  
87.                 }  
88.                 index = row * dw + col;  
89.                 tr = (int) (sumred / totalWeight);  
90.                 tg = (int) (sumgreen / totalWeight);  
91.                 tb = (int) (sumblue / totalWeight);  
92.                 outPixels[index] = (255 << 24) | (clamp(tr) << 16) | (clamp(tg) << 8) | clamp(tb);  
93.                   
94.                 // clear for next pixel  
95.                 sumred = 0;  
96.                 sumgreen = 0;  
97.                 sumblue = 0;  
98.                 totalWeight = 0;  
99.   
100.             }  
101.         }  
102.         setRGB(dest, 0, 0, dw, dh, outPixels);  
103.         return dest;  
104.     }  
105.       
106.     public static int clamp(int v)  
107.     {  
108.         return v > 255 ? 255 : (v < 0 ? 0 : v);  
109.     }  
110.   
111.     private double getLanczosFactor(double distance) {  
112.         if (distance > lanczosSize)  
113.             return 0;  
114.         distance *= Math.PI;  
115.         if (Math.abs(distance) < 1e-16)  
116.             return 1;  
117.         double xx = distance / lanczosSize;  
118.         return Math.sin(distance) * Math.sin(xx) / distance / xx;  
119.     }  
120.   
121. }  

五:窗口大小对结果的影响

如果是向下采样生成缩略图的话, 窗口大小设置为3就已经非常清楚了

如果向上采样要放大图像的话, 窗口大小设置要大于6才能获得较好结果,推荐使用窗口

大小为8.