插值

图像缩放算法是数字图像处理算法中经常遇到的问题。我们经常会将某种尺寸的图像转换为其他尺寸的图像，如放大或者缩小图像。OpenCV中的Resize() 函数非常方便而且效率非常高。下面是OPENCV提供的cvResize函数原型。

/****************************************************************************************************/
图像大小变换 
void cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR );
src 
输入图像. 
dst 
输出图像. 
interpolation 
插值方法: 
CV_INTER_NN - 最近邻插值, 
CV_INTER_LINEAR - 双线性插值 (缺省使用) 
CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法.. 
CV_INTER_CUBIC - 立方插值. 
函数 cvResize 将图像 src 改变尺寸得到与 dst 同样大小。若设定 ROI，函数将按常规支持 ROI.
/****************************************************************************************************/

　　相信使用过Opencv的朋友都知道如何使用此函数。下面根据我自己的理解，用VC++ 来实现图像缩放算法 ，希望大家能从中理解图像缩放算法的原理。

 

第1节最近邻插值

 

　　最简单的图像缩放算法就是最近邻插值。顾名思义，就是将目标图像各点的像素值设为源图像中与其最近的点。假设源图像的宽度和高度分别为w0和h0, 缩放后的目标图像的宽度和高度分别为w1和h1, 那么比例就是float fw = float(w0)/w1; float fh =float(h0)/h1; 对于目标图像中的(x,y)点坐标对应着源图像中的(x0,y0)点。其中：x0= int(x*fw), y0 = int(y*fh)。

　　示例1：现在将一张670*503的BMP图像缩放到200*160，代码和效果如下。

void ResizeNear01(CImage &src, CImage &dst)
{
    int w0 = src.GetWidth();
    int h0 = src.GetHeight();

    int w1 = dst.GetWidth();
    int h1 = dst.GetHeight();

    float fw = float(w0) / w1;
    float fh = float(h0) / h1;

    int x0, y0;
    for(int y=0; yint(y * fh);
        for(int x=0; xint(x * fw);
            dst.SetPixel(x, y, src.GetPixel(x0, y0));
        }
    }
}

分析：对于此程序，我们将执行此ResizeNear01函数的语句加上一个for循环，使其执行100次，看它的速度怎么样。

#include 
void CResizeDemoDlg::OnBnClickedButton1()
{
    // TODO: Add your control notification handler code here
    CImage src, dst;
    src.Load(L"d:\\1.bmp");
    dst.Create(200, 160, 24);

    clock_t start = clock();
    for(int i=0; i<100; i++)
    {
        ResizeNear01(src, dst);
    }
    float end = float(clock() - start)/CLOCKS_PER_SEC;
    CString str;
    str.Format(L"%6.2f", end);
    MessageBox(str);


    dst.Save(L"d:\\rs.jpg");
}

　　显示程序执行所用的时间为20.59秒，平均一次需要0.2秒，看起来速度还可以，是因为时间复杂度较低。目标图像的尺寸大小是200*160。

　　示例2：示例1中的算法可以改进速度的地方有两个。第一，因为最近邻插值算法求源图像中的坐标是固定的，可以把每个目标每个x和每个y对应的值通过一次循环先求出来，再利进入双重循环。第二，使用指针效率更高，如果使用CImage提供的GetPixel和SetPixel是费时间的。

　　

//优化后的最近邻插值算法
void ResizeNear02(CImage &src, CImage &dst)
{
    int w0 = src.GetWidth();
    int h0 = src.GetHeight();
    int pitch0 = src.GetPitch();

    int w1 = dst.GetWidth();
    int h1 = dst.GetHeight();
    int pitch1 = dst.GetPitch();

    float fw = float(w0) / w1;
    float fh = float(h0) / h1;

    int *arr_x = newint[w1];
    int *arr_y = newint[h1];
    for(int y=0; yint(y*fh);
    }
    for(int x=0; xint(x*fw);
    }

    BYTE* pSrc = (BYTE*)src.GetBits();
    BYTE* pDst = (BYTE*)dst.GetBits();
    BYTE* p0, *p1;
    for(int y=0; yfor(int x=0; x//dst.SetPixel(x, y, src.GetPixel(arr_x[x], arr_y[y]));
            memcpy(p1 + 3*x, p0 + arr_x[x]*3, 3);
        }
    }

    delete []arr_x;
    delete []arr_y;
}

　　同样执行示例1中的测试程序，让ResizeNear02也循环一百次，在我机器上测试得到的结果是0.05秒，速度提高了400倍，这是一件多么让人兴奋的事情啊。
本人接触图像处理虽然也快一年了，但还是新手，望大家多多指正。

 

 

双线性插值作为OpenCV中默认使用的图像缩放算法，其效果和速度都是不错的。并且效果也比较稳定，计算复杂度并不算太高。我看了很多网上的算法，自己也没看太懂，下面是从网上找的双线性插值算法的讲解。
　　　　“图像的双线性插值放大算法中，目标图像中新创造的象素值，是由源图像位置在它附近的2*2区域4个邻近象素的值通过加权平均计算得出的。双线性内插值算法放大后的图像质量较高，不会出现像素值不连续的的情况。然而次算法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。”

　　　　下面还是根据我自己的理解来继续讲述吧，相信读者中有很多高手，希望读者能给予我指点一下，让我也能更明白一些。
　　　　双线性插值 算法和最近邻插值算法比较类似。在最近邻插值算法中，目标图像中的某个点(x,y)是去源图像中找最邻近的一个点(x0, y0)即可。目标图像中的点(x, y)对应于源图像中的点(x0',y0')，x0'、y0'很可能不是整数，而是小数，而最近邻插值算法是找其邻近整型值(int(x0'+0.5f),int(y0'+0.5f))（上篇文章中没有进行四舍五入）。我们现在找x0', y0'所在位置旁边的四个点，根据这四个点与(x0',y0')距离的关系计算目标图像中(x,y)一点的像素值。算法描述如下：

 

 

(1)计算源图像与目标图像宽与高的比例
w0 : 表示源图像的宽度
h0 : 表示源图像的高度
w1 : 表示目标图像的宽度
h1 : 表示目标图像的高度
float fw = float(w0-1)/(w1-1);
float fh = float(h0-1)/(h1-1);
(2)针对目标图像的一个点(x, y),计算在源图像中的对应坐标，结果为浮点数。
float x0 = x * fw;
float y0 = y * fh;

int x1 = int(x0);
int x2 = x1 + 1;
int y1 = int(y0);
int y2 = y1+1;

所求的源图像中的四个点坐标为(x1,y1) (x1, y2) (x2, y1) (x2,y2)
(3)求周围四个点所占的权重比值
如上图，
fx1 = x0 - x1;
fx2 = 1.0f - fx1;
fy1 = y0 - y1; 
fy2 = 1.0f - fy1;

float s1 = fx1*fy1;
float s2 = fx2*fy1;
float s3 = fx2*fy2;
float s4 = fx1*fy2;

我们以value(坐标)来代表取得此点的坐标值，则:
value(x0,y0) = value(x2,y2)*s1+value(x1,y2)*s2+value(x1,y1)*s3+value(x2,y1)*s4;

如果 对上述运算不够明白 的话，可以这样来求。
我们先要求得(x0,y1) 和(x0,y2)的像素值。
则floatvalue(x0,y1) = value(x1,y1)*fx2 + value(x2,y1)*fx1;
float value(x0,y2) = value(x1,y2)*fx2 + value(x2,y2)*fx1;
注释：离某点越近，离权重越大，故取其与1的差值。
float value(x0,y0) = value(x0,y1)*fy2 + value(x0,y2)*fy1;
验证后与上边公式一样。
(4)求得值后填充到目标图像上就可以了。

为了能让人更容易理解，咱还是使用GetPixel和SetPixel进行取值和赋值。

 

void ResizeLinear01(CImage& src, CImage& dst)
{
    int w0 = src.GetWidth();
    int h0 = src.GetHeight();
    int pitch0 = src.GetPitch();

    int w1 = dst.GetWidth();
    int h1 = dst.GetHeight();
    int pitch1 = dst.GetPitch();

    float fw = float(w0) / w1;
    float fh = float(h0) / h1;

    int y1,y2, x1,x2, x0,y0;
    float fx1,fx2, fy1, fy2;
    for(int y=0; yint(y0);
        if(y1 == h0-1)    y2 = y1;
        else y2 = y1 + 1;

        fy1 = y1-y0; 
        fy2 = 1.0f - fy1;
        for(int x=0; xint(x0);
            if(x1 == w0-1)    x2 = x1;
            else x2 = x1+1;

            fx1 = y1-y0;
            fx2 = 1.0f - fx1;

            float s1 = fx1*fy1;
            float s2 = fx2*fy1;
            float s3 = fx2*fy2;
            float s4 = fx1*fy2;

            COLORREF c1,c2,c3,c4, color;
            c1 = src.GetPixel(x1,y1);
            c2 = src.GetPixel(x2,y1);
            c3 = src.GetPixel(x1,y2);
            c4 = src.GetPixel(x2,y2);
            BYTE r,g,b;
            r = (BYTE)(GetRValue(c1)*s3) + (BYTE)(GetRValue(c2)*s4) + (BYTE)(GetRValue(c3)*s2) + (BYTE)(GetRValue(c4)*s1);
            g = (BYTE)(GetGValue(c1)*s3) + (BYTE)(GetGValue(c2)*s4) + (BYTE)(GetGValue(c3)*s2) + (BYTE)(GetGValue(c4)*s1);
            b = (BYTE)(GetBValue(c1)*s3) + (BYTE)(GetBValue(c2)*s4) + (BYTE)(GetBValue(c3)*s2) + (BYTE)(GetBValue(c4)*s1);

            dst.SetPixelRGB(x, y, r, g, b);
        }
    }

}

 

测试程序仍是将670*503尺寸的图片缩放为200*160。经过测试，上边的算法执行一次就需要0.5秒左右，可以说是非常的慢。如果将其缩放成2000*1600大小的图片，一次就需要50秒。这是非常可怕的，假如现在我们做一个类似PHOTOSHOP的软件，用户想将其扩大若干倍，却要等50秒，估计用户已经没有耐心使用您的软件了。
我们来分析一下怎样可以优化程序。在每一步优化算法后，我们都再用上边同样的程序和步骤进行测试，观察运行所用时间。
(1)改函数调用 为指针操作如第1节。（进行完此步后，程序只需要0.2秒左右，速度提高了250倍，哈哈！）
(2)将x0,y0坐标的计算提取到 循环外，因为第二层循环里的x坐标每次循环都要重复一次，并且是重复的。（仍然是需要0.2秒左右。我们让其循环一百次，再比较下所用时间。使用ResizeLinear02方法用时19.6秒，使用ResizeLinear02方法都是用时17.4秒，看来还是有作用的。）

下面是最终的代码。

void ResizeLinear04(CImage& src, CImage& dst)
{
    int w0 = src.GetWidth();
    int h0 = src.GetHeight();
    int pitch0 = src.GetPitch();

    int w1 = dst.GetWidth();
    int h1 = dst.GetHeight();
    int pitch1 = dst.GetPitch();

    BYTE* pSrc = (BYTE*)src.GetBits();
    BYTE* pDst = (BYTE*)dst.GetBits();
    BYTE* p0, *p1 = pDst;

    float fw = float(w0-1) / (w1-1);
    float fh = float(h0-1) / (h1-1);

    float x0, y0;
    int y1, y2, x1, x2;
    float fx1, fx2, fy1, fy2;
    
    int* arr_x1 = newint[w1];
    int* arr_x2 = newint[w1];
    float* arr_fx1 = newfloat[w1];

    for(int x=0; xint(x0);
        arr_x2[x] = int(x0+0.5f);
        arr_fx1[x] = x0 - arr_x1[x];
        //TRACE(L"x=%6d; x0=%6.3f; x1=%6d; x2=%6d; fx1=%6.3f;\n", x, x0, arr_x1[x], arr_x2[x], arr_fx1[x]);
    }    
    for(int y=0; yint(y0);
        y2 = int(y0+0.5f);
        fy1 = y0-y1; 
        fy2 = 1.0f - fy1;
        //TRACE(L"y=%6d; y0=%6.3f; y1=%6d; y2=%6d; fy1=%6.3f;\n", y, y0, y1, y2, fy1);
        for(int x=0; x1.0f-fx1;

            float s1 = fx2*fy2;
            float s2 = fx1*fy2;
            float s3 = fx1*fy1;
            float s4 = fx2*fy1;
            //TRACE(L"s1=%6.3f; s2=%6.3f; s3=%6.3f; s4=%6.3f; sum=%6.3f\n", s1,s2,s3,s4, s1+s2+s3+s4);
            BYTE* p11 = pSrc + pitch0*y1 + 3*x1;
            BYTE* p12 = pSrc + pitch0*y1 + 3*x2;
            BYTE* p21 = pSrc + pitch0*y2 + 3*x1;
            BYTE* p22 = pSrc + pitch0*y2 + 3*x2;
            
            *p1 = BYTE((*p11)*s1 + (*p12)*s2 + (*p21)*s4 + (*p22)*s3);    p1++;    p11++; p12++; p21++; p22++;
            *p1 = BYTE((*p11)*s1 + (*p12)*s2 + (*p21)*s4 + (*p22)*s3);    p1++;    p11++; p12++; p21++; p22++;
            *p1 = BYTE((*p11)*s1 + (*p12)*s2 + (*p21)*s4 + (*p22)*s3);  p1++;

        }
        p1 = pDst + y*pitch1;
    }

    delete []arr_x1;
    delete []arr_x2;
    delete []arr_fx1;
}