图像插值四种模式（PIL.Image 实现）

Nearest (最近相邻插值算法/最近邻法）

1.最近相邻插值算法是一种速度快但精度低的图像像素模拟方法。
2.该法针对二维图像‘取待采样点周围4个相邻像素点距离最近的1个邻点的灰度值作为该点的灰度值’，该方法用于包含未消除锯齿边缘的插图，以保存硬边缘并生成较小的文件
3.缩放图片时，缺少的像素通过直接使用与之最接近的原有像素的颜色生成，也就是照搬旁边的像素，这样做的结果是产生明显可见的锯齿

Bilinear（两次线性插值算法/双线性内插法）

1.两次线性插值算法是一种通过平均周围像素颜色来添加像素的方法，该方法可生成中等品质的图像。
2.两次线性插值算法‘输出的图像的每个像素都是原图中四个像素（2x2)运算的结果’，由于它是从原图四个像素中运算的，因此这种算法很大程度上消除了锯齿现象，而且效果也比较好。

Bicubic（两次立方插值算法/立方卷积法）

1.两次立方插值算法是两次线性插值算法的改进，计算精度很高，处理后图像像质损失较小。
2.两次立方插值算法‘不仅考虑到四个直接邻点灰度值的影响，还考虑到各邻点间灰度值变化率的影响’，利用了待采样点周围更大邻域内像素的灰度值作三次插值。

Antialias（Lanczos算法）

1.Lanczos重采样通常用于提高数字信号的采样率，或将其偏移采样间隔的一小部分。它通常也用于多变量内插，例如用于调整大小或旋转一个数字图像。为此，已将其视为几个简单过滤器中的‘最佳折中方案’。
2.相对于其他插值算法，它应用于的邻域更广。
3.Antialias比Bicubic的速度要快，但Bicubic的更清晰些

希望总结对大家有所帮助！