图像缩小算法

图像缩放的算法倒是挺多的，常见的有最近邻插值法、双线性插值法、三次卷积法等。其中双线性插值算法应该是应用比较广泛的一种方法，在缩放质量和速度上都比较折衷。在xnview里面选择双线性方法对一幅图像进行0.5倍的缩小，发现效果还可以。看了一下算法原理，实现起来也不算困难。可是用自己实现的方法对图像进行0.5倍的缩小时，却发现效果远没有xnview的效果好。商业软件就是做得好啊，难到它所用的双线性方法不是一般书上所叙述的？还是我的实现方式有错？再从网上拷贝了一种双线性插值的实现，发现效果跟我的一样：比较差，锯齿较明显，文字笔画重叠而不可辨认。

原来缩小跟放大还是不一样的，双线性插值对放大来说，效果还不错。缩小时，如果倍数超过0.5，可能效果就要大打折扣了。而高质量的图像缩小算法，网上也没有比较好的资料，虽然有不少像我一样的人，也遇到了这个问题。照理来说，应该很普遍和容易实现才对啊。windows里面的缩略图、众多看图软件的缩放功能都做得那么好。

 

  原始图片

  

             双线性插值                             xnview用双线性

下面说说双线性插值的原理和实现。
对于一个目的像素，设坐标通过反向变换得到的浮点坐标为(i+u,j+v)，其中i、j均为非负整数，u、v为[0,1)区间的浮点数，则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：
f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)
其中f(i,j)表示源图像(i,j)处的的像素值，以此类推。

用一个函数表示，即：
__inline double bilinear(double a, double b, int uv, int u1v, int uv1, int u1v1)
{
return (double) (uv*(1-a)*(1-b)+u1v*a*(1-b)+uv1*b*(1-a)+u1v1*a*b);
}

对一幅图像每个像素的rgb分量进行如上操作，即是双线性插值。

//psrc, sw, sh:源数据及宽高

//pdst, dw, dh:目的数据及宽高

void zoomdata_bilinear(unsigned char* pdst, int dw, int dh, unsigned char* psrc, int sw, int sh)
{
unsigned char *ppdst;
unsigned char * ccsrc; 
int i, j;
ppdst = pdst;
ccsrc = psrc;


for(i=0;i




转载于:https://my.oschina.net/tofro/blog/1503087