常见的图像重采样算法

改变图像的size（width，height）在日常的工作和生活中是很常见的操作，几乎每一个图片处理的软件都有这一功能。图像的size修改其实就是一个图像重新采样的过程，放大图像称为上采样/插值（upsamping），缩小图像称为小采样（downsampling）。最近我学习了一下常见的重采样算法，大致有以下几种：

1，Nearest Neighbour Resampling （最邻近）

最简单暴力的一种重采样的方法，根据目标图像的宽（高）与源图像的宽（高）比值，取源图像相对位置的像素点作为目标像素点的值。

参见：http://blog.csdn.net/jia20003/article/details/6907152

2，Bilinear Resampling（双线性/两次线性）

这种算法不像第一种那样无脑，而是参考了源像素相应位置周围4个点的值，根据相对位置取相应的权重，从而得到目标图像。

参见：http://blog.csdn.net/jia20003/article/details/6915185

3，Bicubic Resampling  （双立方/两次立方）

可以看出第一种算法的目标像素值由源图上单个像素决定，第二种算法由源像素某点周围4个像素点按一定权重获得，而双立方重采样算法更进一步参考了源像素某点周围4*4个像素来获得。

参见：http://blog.csdn.net/jia20003/article/details/6919845

4，Lanczos Resampling 

Lanczos算法实际上是Arnoldi算法对于对称矩阵的特殊形式，可应用于对称矩阵线性方

程组求解的Krylov子空间方法以及对称矩阵的特征值问题。很显然这种算法参考了更多

的源图像像素值，计算量增大了很多，也是效果最好的一种。

参见：http://blog.csdn.net/jia20003/article/details/17856859

5，另外还有一些其他的个人或机构发明的算法：

Hermite Resampling ，

Bell Resampling，

Mitchell Resampling 等

附：

各算法处理效果的对比,参见：https://clouard.users.greyc.fr/Pantheon/experiments/rescaling/index-en.html