图像的线性插值算法,其实非常简单。
我们先从一维的插值开始推导相关的公式。
如果插值前的长度是w,插值后的长度是w'
那么对于插值后坐标为i的点,在插值前就是x=i*w/w',这个数值如果取整为n=[x],这个位置会落在
n,n+1之间。那么插值后这个点的数值应该是就是点n,n+1的线性插值。
假定插值前的一位数组值是s[w], 插值后的是s2[w']所以一维插值算法如下:
int i,n;
float f;
for(i=0; i<w; i++)
{
f=i*w/w'; n=f; f=f-n;
s2[i]=s[n]*(1-f)+s[n+1]*f;
}
上面是使用浮点数计算法,实际使用的时候可以使用定点方法来计算,我们这里把浮点数扩大1024倍来计算
int i,n,f;
for(i=0; i<w; i++)
{
n=i*w/w'; f=1024*i*w1/w2-1024*n;
s2[i]=(s[n]*(1024-f)+s[n+1]*f)>>10;
}
同样的办法,插值两次就变成了二位图像插值算法。注意,我们临时的图像数组大小是512*512,插值后的图像
大小不能超过这个,否则会产生内存越界的错误。
void scale_img(unsigned char* pImgIn, int w1, int h1, unsigned char* pImgOut, int w2, int h2)
{
int i, j;
int i0, j0;
int f1, f2;
unsigned char pImg[512*512];
for(j=w2-1; j>=0; j--)
{
j0 = j*w1/w2;
f1 = 1024*j*w1/w2-1024*j0;
f2 = 1024-f1;
for(i=0; i<h1; i++)
{
pImg[i*w2+j]=(unsigned char)((pImgIn[i*w1+j0]*f2+pImgIn[i*w1+j0+1]*f1)>>10);
}
}//宽度插值
for(i=h2-1; i>=0; i--)
{
i0 = i*h1/h2;
f1 = 1024*i*h1/h2-1024*i0;
f2 = 1024-f1;
for(j=0; j<w2; j++)
{
pImgOut[i*w2+j]=(unsigned char)((pImg[i0*w2+j]*f2+pImg[(i0+1)*w2+j]*f1)>>10);
}
}//高度插值
}
下面是把我们的图像插值成原来的88%,125%
int step5(void)
{
int w, h, w2, h2, w3, h3;
unsigned char *pImg, *pImg2, *pImg3;
printf("step5: scale image test!/n");
pImg= read_bmp("test.bmp", &w, &h);
if(pImg==NULL) return -1;
w2=(int)(0.88*w); h2=(int)(0.88*h);
w3=(int)(1.25*w); h3=(int)(1.25*h);
pImg2=(unsigned char*)malloc(256*256);
pImg3=(unsigned char*)malloc(w3*h3);
scale_img(pImg, w, h, pImg2, w2, h2);
write_bmp("test5a.bmp", pImg2, w2, h2);
scale_img(pImg, w, h, pImg3, w3, h3);
write_bmp("test5b.bmp", pImg3, w3, h3);
free(pImg3);
free(pImg2);
return 1;
}
这是插值后的效果图,源代码已经同步更新
http://blog.sina.com.cn/s/blog_591eaae60100rmdr.html