图片缩放算法

图片缩放算法
最邻近插值(近邻取样法):
  最临近插值的的思想很简单。对于通过反向变换得到的的一个浮点坐标,对其进行简单的取整,得到一个整数型坐标,这个整数型坐标对应的像素值就是目的像素的像素值,也就是说,取浮点坐标最邻近的左上角点(对于DIB是右上角,因为它的扫描行是逆序存储的)对应的像素值。可见,最邻近插值简单且直观,但得到的图像质量不高。

 

双线性内插值
  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均为非负整数,u、v为[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)

其中f(i,j)表示源图像(i,j)处的的像素值,以此类推


  这就是双线性内插值法。双线性内插值法计算量大,但缩放后图像质量高,不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质,使高频分量受损,所以可能会使图像轮廓在一定程度上变得模糊

三次卷积法 

  三次卷积法能够克服以上两种算法的不足,计算精度高,但计算量大,他考虑一个浮点坐标(i+u,j+v)周围的16个邻点,目的像素值f(i+u,j+v)可由如下插值公式得到:

 

    f(i+u,j+v) = [A] * [B] * [C]

[A]=[ S(u + 1)  S(u + 0)  S(u - 1)  S(u - 2) ]

  ┏ f(i-1, j-1)  f(i-1, j+0)  f(i-1, j+1)  f(i-1, j+2) ┓
[B]=┃ f(i+0, j-1)  f(i+0, j+0)  f(i+0, j+1)  f(i+0, j+2) ┃
  ┃ f(i+1, j-1)  f(i+1, j+0)  f(i+1, j+1)  f(i+1, j+2) ┃
  ┗ f(i+2, j-1)  f(i+2, j+0)  f(i+2, j+1)  f(i+2, j+2) ┛

  ┏ S(v + 1) ┓
[C]=┃ S(v + 0) ┃
  ┃ S(v - 1) ┃
  ┗ S(v - 2) ┛

   ┏ 1-2*Abs(x)^2+Abs(x)^3           , 0<=Abs(x)<1
S(x)={ 4-8*Abs(x)+5*Abs(x)^2-Abs(x)^3  , 1<=Abs(x)<2
   ┗ 0                               , Abs(x)>=2
S(x)是对 Sin(x*Pi)/x 的逼近(Pi是圆周率——π)

 

最邻近插值(近邻取样法)、双线性内插值、三次卷积法 等插值算法对于旋转变换、错切变换、一般线性变换 和 非线性变换 都适用。

 


 

补充:

  本人用双线性插值的方法写的Delphi源代码。

  下载地址:http://download.csdn.net/source/2460172

 


http://alucardpj.spaces.live.com/blog/cns!11639734d702c2e!141.entry
参考:

图片缩放算法是一种常见的图像处理技术,它能够将一张图像按照一定比例进行缩放,从而得到所需的尺寸。在此,提供一份C语言代码,用于实现图片缩放算法。 代码实现(以双线性插值为例): ``` #include <stdio.h> #include <stdlib.h> #include <string.h> #include <math.h> #define STB_IMAGE_IMPLEMENTATION #include "stb_image.h" #define STB_IMAGE_WRITE_IMPLEMENTATION #include "stb_image_write.h" typedef unsigned char BYTE; int main() { int width, height, bpp; BYTE* buffer = stbi_load("test.png", &width, &height, &bpp, 0); if (!buffer) { printf("Failed to load image\n"); return 1; } int new_width = width * 0.8; //按照0.8倍率缩放,可改为其他比率 int new_height = height * 0.8; BYTE* new_buffer = (BYTE*)malloc(new_width * new_height * bpp); if (!new_buffer) { printf("Failed to allocate memory\n"); return 1; } float x_ratio = (width - 1) / (float)(new_width - 1); float y_ratio = (height - 1) / (float)(new_height - 1); float x_diff, y_diff; int index, offset = 0; BYTE* p1, * p2, * p3, * p4; for (int y = 0; y < new_height; ++y) { for (int x = 0; x < new_width; ++x) { index = y * new_width + x; float x_full = x * x_ratio; float y_full = y * y_ratio; int x1 = (int)x_full; int y1 = (int)y_full; int x2 = x1 + 1; int y2 = y1 + 1; x_diff = x_full - x1; y_diff = y_full - y1; p1 = &buffer[(y1 * width + x1) * bpp]; p2 = &buffer[(y1 * width + x2) * bpp]; p3 = &buffer[(y2 * width + x1) * bpp]; p4 = &buffer[(y2 * width + x2) * bpp]; for (int i = 0; i < bpp; ++i) { new_buffer[index * bpp + i] = (BYTE)( p1[i] * (1 - x_diff) * (1 - y_diff) + p2[i] * (x_diff) * (1 - y_diff) + p3[i] * (y_diff) * (1 - x_diff) + p4[i] * (x_diff * y_diff)); } } } stbi_write_png("new_test.png", new_width, new_height, bpp, new_buffer, new_width * bpp); stbi_image_free(buffer); free(new_buffer); return 0; } ``` 以上是图片缩放算法的C语言代码,我们使用了STB_IMAGE库来加载图片和保存图片。该代码中使用的是双线性插值算法,通过计算原图像上的四个点的像素值,得出目标像素像素值。在实现过程中,我们使用了两个循环,遍历目标图片的所有像素,为每个像素计算相应的值,并存储到新图像的缓冲区中。最后,将新图像保存到磁盘中。需要注意的是,该算法中只针对灰度图像或RGB图像进行处理,对于其他类型图像可能需要做出适当更改。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值