图像算法研究---索引图像旋转缩放锯齿问题

所谓索引图像 ，就是一种把像素值直接作为RGB调色板下标的图像，把像素值直接映射成调色板中的数值。索引图像最多只包含256种颜色，这256中颜色分别对应0-255个值，也就是256种索引值，一般的真彩图像中的实际数据都是RGB或者RGBA数据，而索引图像中的实际数据则是256种索引值，每个索引值对应一种RGB或者RGBA颜色数据，这样讲，相信大家更容易理解一点。

介绍完了索引图像，来引入今天研究的问题。

今天的问题是：索引图像的旋转与缩放

我们以旋转为例，先看一下下面几组测试：

                                         1.索引图像                                                                                                    2.32位真彩图像

                                        3.索引图像旋转45度结果

                                     4.真彩图像旋转45度结果

大家可以看到，上面的测试中，使用相同的旋转算法，但是索引图旋转后明显出现了锯齿现象。

也许你要说锯齿是因为旋转的插值算法问题造成的，这里可以告诉你，上面的测试都是在PS中进行的，使用的是双线性型插值算法。

现在我来解释出现上述结果的原因：

如果我们使用的是真彩图像，那么，图像实际数据是对应的RGBA的值，这样，我们使用插值的结果得到的也是与周围颜色相近的RGBA数据，因此，视觉上没什么差异，就像图4一样，旋转后跟旋转前的图2差不多；

如果我们使用的是索引图像，那么，图像实际数据是RGBA数据对应的索引值，这样，我们使用插值的结果得到的也是与周围索引值相近的一个索引值，注意，得到的是一个索引值，至于这个索引值对应的RGBA数据是不是与周围颜色相近，那我们就不得而知了，因此，也就出现了图3的结果，也就是说图3中，锯齿的地方，是因为插值得到的索引对应的颜色不是黑色，而是白色！

如果还不明白，我们说这样一个例子：

假如真彩图上有三个RGB数据：(200,200,200)，P(R,G,B)，(100,100,100)，其中P是我们要插值得到的，这里我们使用平均法来计算P，那么我们得到的P应该是：

P(150,150,150),这个就是实际的RGB数据，也是我们看到的图像颜色；

假如索引图上有三个索引数据：200,P,100，这三个数据分别表示的是颜色RGB的索引，我们假设三个索引分别对应如下颜色：

200---RGB(200,200,200)

100---RGB(100,100,100)

150--RGB(255,255,255)

我们同样使用平均值法得到P：P=150,，没错，但是这里P对应的实际颜色的RGB值是(255,255,255),这个结果跟真彩图的结果(150,150,150)有着明显的颜色差异！

至此，相信大家已经很清楚了。

我们如何解决这个问题呢？

方案如下：

1，获取索引图像的调色板，也就是颜色表，这个表中记录了索引值与颜色值的对应关系；

2，按照这个颜色表，把索引图像转换为真彩图像；

3，对真彩图像进行缩放与旋转等操作；

4，按照哦1中的颜色表将真彩旋转结果转换为索引图像，这个结果即为所求。

在这个方案中，如果在步骤4中出现旋转之后的图像中的颜色值，在索引表中没有对应关系 ，那么，一般使用的是欧氏距离法，也就是计算当前颜色值与颜色表中 最接近(欧氏距离最小)的颜色值所对应的索引，以此索引作为结果索引即可。

这样就可以完美解决上述 问题了。最后给一个索引图旋转的DEMO，代码没有优化，只是说明而已：点击打开链接