cuda图像缩放算法

1.算法原理解析

假设源图像大小为mxn，目标图像为axb。那么两幅图像的边长比分别为：m/a和n/b。注意，通常这个比例不是整数，编程存储的时候要用浮点型。目标图像的第（i,j）个像素点（i行j列）可以通过边长比对应回源图像。其对应坐标为（i*m/a,j*n/b）。显然，这个对应坐标一般来说不是整数，而非整数的坐标是无法在图像这种离散数据上使用的。双线性插值通过寻找距离这个对应坐标最近的四个像素点，来计算该点的值（灰度值或者RGB值）。

若图像为灰度图像，那么（i，j）点的灰度值的数学计算模型是：

f(x,y)=b1+b2x+b3y+b4xy

其中b1,b2,b3,b4是相关的系数。关于其的计算过程如下如下：

如图，已知Q12，Q22，Q11，Q21，但是要插值的点为P点，这就要用双线性插值了，首先在x轴方向上，对R1和R2两个点进行插值，这个很简单，然后根据R1和R2对P点进行插值，这就是所谓的双线性插值。

其实就是，定义原图是src,目标图像是dst。遍历目标图像的每个像素的位置（x,y）,按照一定的比例从原图src中找该点（x,y）的附近的四个点，然后根据一定的权重和四个点的像素值算出目标图像（x,y）的像素值。权重的计算就是双线性插值了。

2.参考代码，去除其中HANDLE_ERROR，stream流功能

http://blog.csdn.net/lingerlanlan/article/details/21706629?utm_source=tuicool&utm_medium=referral