camera插值
插值（Interpolation），有时也称为“重置样本”，是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。有些相机使用插值，人为地增加图像的分辨率
在扫描过程中，根据所需的已知数值制作出估计的像素值，这一过程叫做插值。当我们要求扫描分辨率和放大率与扫描仪的光学分辨率和1：1的放大率不同时，扫描仪必须做出某种形式的插值和缩放。
在扫描时，插值可以用来减少或增大信息量。如果碰巧选择了一个准确的数值，它与扫描仪光学分辨率正好成分数或倍数关系，那么相对来说，增值插值和减值插值就变得简单多了。
如将把600dpiX600dpi的信息转换成300dpiX300dpi，或者通过估算一些像素值，输出1200dpiX1200dpi的图像。将600dpiX600dpi扫描转换成300dpiX300dpi要抛弃一些像素才能完成，模仿1200dpiX1200dpi的分辨率则涉及到要复制更多的像素。如果要得到其它的分辨率，扫描仪不只是抛弃或复制像素，而且要检查可能得到的像素，并根据在原取样点找到的数据制作新像素。
在扫描中插值与在Photoshop中重新取样（在Photoshop中放大或缩小图像，或改变图像的分辨率）是相同的。因此可以选择是在图像输入Photoshop之前，在扫描仪内插值或直接按比例缩放图像，还是等到图像输入Photoshop后，对图像进行重新取样处理。前者可能比较快，尤其是在处理大型图像时更是如此。而后者能让我们更好的控制对图像的这种处理 .
插值：用来填充图像变换时像素之间的空隙。
当这一算法应用到图像处理的图片改变时（大多用在放大），像素也相应地增加，增加的过程就是“插值”程序自动选择信息较好的像素作为增加的像素，而并非只使用临近的像素，所以在放大图像时，图像看上去会比较平滑、干净。不过需要说明的是插值并不能增加图像信息。通俗地讲插值的效果实际就是给一杯香浓的咖啡兑了一些白开水。
★ 常见的插值方法及其原理
1. 最临近像素插值：图像出现了马赛克和锯齿等明显走样的原因。不过最临近插值法的优点就是速度快。
2. 线性插值（Linear）：线性插值速度稍微要慢一点，但效果要好不少。所以线性插值是个不错的折中办法。
3. 其他插值方法：立方插值，样条插值等等，它们的目的是试图让插值的曲线显得更平滑，为了达到这个目的，它们不得不利用到周围若干范围内的点，不过计算量显然要比前两种大许多。
在以上的基础上，有的软件还发展了更复杂的改进的插值方式譬如S-SPline、Turbo Photo等。它们的目的就是使边缘的表现更完美。
值最明显的体现就是数码相机/数码摄像机上的“数字变焦”功能。
所以，相信你看了以上的解释之后，会明白拍摄时最好不要用数字变焦功能。所以，买数码设备的时候，不要看数字变焦是多少多少倍，而要关注“光学变焦”这个参数。
Camera插值介绍
1． 首先要用到的就是sensor_capability.h设置图像容量的相关宏，即使能图像大小的开关在此设置：
#if (defined(MT9P012_RAW)||defined(S5K3E2FX_RAW)||defined(RJ53S1BA0C_RAW)||defined(OV5630_RAW))
#define __IMAGE_SENSOR_5M__
#else 。。。。。。。
#else
//#error
#endif
在合适的位置，或者关闭所有宏，设置新的宏__IMAGE_SENSOR_XM__ ；X=1,2,3,5，7,8等
2. 然后在MMI_features_camera.h文件中设置图片具体分辨率
#if defined(__IMAGE_SENSOR_3M__) && (defined(MT6235) || defined(MT6235B))
#define CAMERA_FEATURE_IMAGE_SIZE_LL_WIDTH (2048)
#define CAMERA_FEATURE_IMAGE_SIZE_LL_HEIGHT (1536)
#define CAMERA_FEATURE_IMAGE_SIZE_L_WIDTH (800)
#define CAMERA_FEATURE_IMAGE_SIZE_L_HEIGHT (600)
#define CAMERA_FEATURE_IMAGE_SIZE_M_WIDTH (640)
#define CAMERA_FEATURE_IMAGE_SIZE_M_HEIGHT (480)
#define CAMERA_FEATURE_IMAGE_SIZE_S_WIDTH (320)
#define CAMERA_FEATURE_IMAGE_SIZE_S_HEIGHT (240)
#define CAMERA_FEATURE_IMAGE_SIZE_SS_WIDTH (240)
#define CAMERA_FEATURE_IMAGE_SIZE_SS_HEIGHT (400)
#elif defined(__IMAGE_SENSOR_2M__) && (defined(MT6235) || defined(MT6235B))
从LL,L,M,S,SS五种大小分辨率LL是超大，SS超小，选一组做修改，大小常考下面的表格：
分辨率 乘积 对应像素
640 X 480 307200 30万
1024 X 768 786432 80万
1600 X 1200 1920000 200万
2048 X 1536 3145728 320万
2304 X 1728 3981312 400万
2580 X 1936 4994880 500万
2816 X 2112 5947392 600万
3072 X 2304 7077888 700万
3200 X 2400 7680000 770万
3264 X 2448 7990272 800万
3876 X 2584 10015584 1000万
需要注意的是宏开关与前面的设置要一样，#if defined(__IMAGE_SENSOR_XM__) && (defined(MT6235) || defined(MT6235B))，所以在此添加一个#elif defined（）避免与其他旧数据冲突。
3. 最后编译即可
出现问题： 差值5M出现拍照死机
解决方案：
1. 通过trace跟踪发现在cam_msg_handler.c文件中代码处
ASSERT(capture_isp_param.v_address + capture_isp_param.v_size <=
cam_context_p->capture_buffer_p + MAX_CAM_CAPTURE_ISP_BUF_SIZE);
这部分死机，表明内存分配可能不足。
2. 往上查看cam_msg_handler.c中
img_width = (req_p->image_width%16==0)? req_p->image_width : 16 - (req_p->image_width%16) + req_p->image_width;
img_height = (req_p->image_height%16==0)? req_p->image_height : 16 - (req_p->image_height%16) + req_p->image_height;
cam_context_p->channel_size = img_width*img_height;
if (capture_isp_param.jpeg_gray_mode ==0)
{
/* color mode */
capture_isp_param.y_size = cam_context_p->channel_size;
capture_isp_param.u_size = cam_context_p->channel_size/4;
capture_isp_param.v_size = cam_context_p->channel_size/4;
capture_isp_param.y_address = cam_context_p->y_address =
(kal_uint32)(cam_context_p->capture_buffer_p + MAX_JPEG_ENCODE_MARGIN_LEN);
capture_isp_param.u_address = cam_context_p->u_address =
(kal_uint32)(cam_context_p->y_address + capture_isp_param.y_size);
capture_isp_param.v_address = cam_context_p->v_address =
(kal_uint32)(cam_context_p->u_address + capture_isp_param.u_size);
ASSERT(capture_isp_param.v_address + capture_isp_param.v_size <=
cam_context_p->capture_buffer_p + MAX_CAM_CAPTURE_ISP_BUF_SIZE);
}
由以上程序可知capture_isp_param.v_address+ capture_isp_param.v_size =cam_context_p->capture_buffer_p+ MAX_JPEG_ENCODE_MARGIN_LEN + capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=cam_context_p->capture_buffer_p + MAX_CAM_CAPTURE_ISP_BUF_SIZE
最后的结果就是MAX_JPEG_ENCODE_MARGIN_LEN + capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=MAX_CAM_CAPTURE_ISP_BUF_SIZE；
3. 搜索MAX_CAM_CAPTURE_ISP_BUF_SIZE找到
else
{
file_buffer_size = MAX_CAM_CAPTURE_MEM_BUF_SIZE;
}
/* solution for burst shot */
if (cam_context_p->snapshot_number > 1)
{
/* to release the memory allocated in MED_MODE_BUFFER mode */
CAM_FREE_CAPTURE_BUFFER();
cam_context_p->capture_buffer_p = (kal_uint32) med_alloc_ext_mem(file_buffer_size);
ASSERT (cam_context_p->capture_buffer_p != NULL);
result = MED_RES_OK;
}
中cam_context_p->capture_buffer_p = (kal_uint32) med_alloc_ext_mem(file_buffer_size);分配了首地址给cam_context_p->capture_buffer_p，大小为MAX_CAM_CAPTURE_MEM_BUF_SIZE
找到宏MAX_CAM_CAPTURE_MEM_BUF_SIZE
#define MAX_CAM_CAPTURE_ISP_TOTAL_BUF_SIZE (MAX_JPEG_ENCODE_MARGIN_LEN + MAX_SW_JPG_YUV_BUFFER_SIZE)
#define MAX_CAM_CAPTURE_ISP_BUF_SIZE (MAX_CAM_CAPTURE_ISP_TOTAL_BUF_SIZE)
知道分配大小(MAX_JPEG_ENCODE_MARGIN_LEN + MAX_SW_JPG_YUV_BUFFER_SIZE)，对比MAX_JPEG_ENCODE_MARGIN_LEN + capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=MAX_CAM_CAPTURE_ISP_BUF_SIZE；
知道capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=MAX_SW_JPG_YUV_BUFFER_SIZE
搜索MAX_SW_JPG_YUV_BUFFER_SIZE
#if defined(__SW_JPEG_CODEC_SUPPORT__)
#if defined(__IMAGE_SENSOR_03M__)
#define MAX_SW_JPG_YUV_BUFFER_SIZE (640*480*3/2)
#elif defined(__IMAGE_SENSOR_1M__)
#define MAX_SW_JPG_YUV_BUFFER_SIZE (1280*1024*3/2)
#elif defined(__IMAGE_SENSOR_2M__)
#define MAX_SW_JPG_YUV_BUFFER_SIZE (1600*1200*3/2)
#elif defined(__IMAGE_SENSOR_3M__)
#define MAX_SW_JPG_YUV_BUFFER_SIZE (2048*1536*3/2)
#elif defined(__IMAGE_SENSOR_5M__)
#define MAX_SW_JPG_YUV_BUFFER_SIZE (2592*1944*3/2)
知道MAX_SW_JPG_YUV_BUFFER_SIZE分配空间不够
需要在此更改大小为
#elif defined(__IMAGE_SENSOR_5M__)
#define MAX_SW_JPG_YUV_BUFFER_SIZE (2592*1952*3/2)
为什么？由capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size的最初来源
img_width = (req_p->image_width%16==0)? req_p->image_width : 16 - (req_p->image_width%16) + req_p->image_width;
img_height = (req_p->image_height%16==0)? req_p->image_height : 16 - (req_p->image_height%16) + req_p->image_height;
cam_context_p->channel_size = img_width*img_height;
if (capture_isp_param.jpeg_gray_mode ==0)
{
/* color mode */
capture_isp_param.y_size = cam_context_p->channel_size;
capture_isp_param.u_size = cam_context_p->channel_size/4;
capture_isp_param.v_size = cam_context_p->channel_size/4;
知道image_width和image_height应该是16的整数倍，不然会增加大小，补充相应非整数小部分，造成capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size>MAX_SW_JPG_YUV_BUFFER_SIZE
而MAX_SW_JPG_YUV_BUFFER_SIZE分配到的大小没有做16余数的补充~
问题2：5M的插值解决了，但是拍摄的照片有条纹
解决方案：通常是由于帧率太快
在image_sensor_OV2655.c文件中
void OV2655_Capture(image_sensor_exposure_window_struct *image_window, image_sensor_config_struct *sensor_config_data)
函数中
if ((image_window->image_target_width<=OV2655_IMAGE_SENSOR_FULL_WIDTH)&&
(image_window->image_target_height<=OV2655_IMAGE_SENSOR_FULL_HEIGHT))
{
#ifdef MCP_NOR_PAGING_MODE_PSRAM_OV2655
OV2655_capture_pclk_in_M = 36;
OV2655_dummy_pixels=0x300; /*If Capture fail, you can add this dummy*/
OV2655_dummy_lines=0;
。。。。。。。。
。。。。。。。。
最下面分支：else{ 处添加：
if ((image_window->image_target_width>=2500)&&
(image_window->image_target_height>=1900))
{
OV2655_write_cmos_sensor(0x3011,0x03);//48M/(3+1)=12M
OV2655_capture_pclk_in_M = 12;
OV2655_dummy_pixels=100; /*If Capture fail, you can add this dummy*/
OV2655_dummy_lines=0;
}
OV2655_write_cmos_sensor(0x3011,0x03);//48M/(3+1)=12M 改变帧率为12M
问题解决！！！！！！！！