数字图像缩放之最近邻插值与双线性插值处理效果对比
基本原理:
宾阳网站制作公司哪家好,找成都创新互联公司!从网页设计、网站建设、微信开发、APP开发、成都响应式网站建设公司等网站项目制作,到程序开发,运营维护。成都创新互联公司从2013年成立到现在10年的时间,我们拥有了丰富的建站经验和运维经验,来保证我们的工作的顺利进行。专注于网站建设就选成都创新互联公司。
1、最近邻插值:变换后的目标图像某点像素值等于源图像中与变换前相应点最近的点的像素值。具体操作为,设水平方向和垂直方向缩放的比例分别为w和h,那么目标图像中的点des(x,y)对应的源图像中的点src的坐标为(x0,y0)=(x/w,y/h)。其中,x0,y0可能为小数,故对其四舍五入,即(x0,y0)=int(x0+0.5,y0+0.5),因此点des(x,y)的像素值就是点src(x0,y0)的像素值。
2、双线性插值:由1中最近邻插值中的四舍五入前的点src(x0,y0)得到它的2*2区域4个邻域像素点的坐标,即(x1,y1)=(int(x0),int(y0)),(x1,y2)=int(x1,y1+1),(x2,y1)=(x1+1,y1),(x2,y2)=(x1+1,y1+1),然后计算权重q1=(x0-x1)*(y0-y1),q2=(1.0-(x0-x1))*(y0-y1),q4=(x0-x1)*(1.0-(y0-y1)),q3=(1.0-(x0-x1))*(1.0-(y0-y1),用value(x,y)表示点(x,y)处的像素值,则目标图像中的点des(x,y)对应像素值value(x,y)=value(x2,y2)*q1+value(x1,y2)*q2+value(x1,y1)*q3+value(x2,y1)*q4,
c/c++实现及处理效果:
1、最近邻插值
void GeometryTrans::Zoom(float ratioX, float ratioY) { //释放旧的输出图像缓冲区 if(m_pImgDataOut!=NULL){ delete []m_pImgDataOut; m_pImgDataOut=NULL; } //输出图像的宽和高 m_imgWidthOut=int(m_imgWidth*ratioX+0.5) ; m_imgHeightOut=int(m_imgHeight*ratioY+0.5); //输入图像每行像素字节数 int lineByteIn=(m_imgWidth*m_nBitCount/8+3)/4*4; //输出图像每行像素字节数 int lineByteOut=(m_imgWidthOut*m_nBitCount/8+3)/4*4; //申请缓冲区,存放输出结果 m_pImgDataOut=new unsigned char[lineByteOut*m_imgHeightOut]; //每像素字节数,输入图像与输出图像相同 int pixelByte=m_nBitCount/8; //输出图像在输入图像中待插值的位置坐标 int coordinateX, coordinateY; //循环变量,输出图像的坐标 int i, j; //循环变量,像素的每个通道 int k; //近邻插值 for(i=0; i< m_imgHeightOut; i++){ for(j=0; j=0&&coordinateY 2、双线性插值
void GeometryTrans::Zoom(float ratioX, float ratioY) { //释放旧的输出图像缓冲区 if(m_pImgDataOut!=NULL){ delete []m_pImgDataOut; m_pImgDataOut=NULL; } //输出图像的宽和高 m_imgWidthOut=int(m_imgWidth*ratioX+0.5) ; m_imgHeightOut=int(m_imgHeight*ratioY+0.5); //输入图像每行像素字节数 int lineByteIn=(m_imgWidth*m_nBitCount/8+3)/4*4; //输出图像每行像素字节数 int lineByteOut=(m_imgWidthOut*m_nBitCount/8+3)/4*4; //申请缓冲区,存放输出结果 m_pImgDataOut=new unsigned char[lineByteOut*m_imgHeightOut]; //每像素字节数,输入图像与输出图像相同 int pixelByte=m_nBitCount/8; //输出图像在输入图像中待插值的位置坐标 float coordinateX, coordinateY; //循环变量,输出图像的坐标 int i, j; //循环变量,像素的每个通道 int k; int y1,y2, x1,x2; float fx1,fx2, fy1, fy2; //双线性插值 for(i=0; i< m_imgHeightOut; i++) { coordinateY = i/ratioY; y1 = (int)coordinateY; if(y1 == m_imgHeightOut-1) y2 = y1; else y2 = y1 + 1; fy1 = coordinateY-y1; fy2 = (float)1.0 - fy1; for(j=0; j=0&&coordinateY 总结:由处理效果可知,最近邻插值有锯齿现象,灰度值不连续,而双线性插值灰度值连续,图像比较平滑。
网站名称:数字图像缩放之最近邻插值与双线性插值处理效果对比
文章位置:http://pwwzsj.com/article/pphhsj.html