图像处理基础--图像缩放（原理、C++代码）

最新推荐文章于 2025-04-03 10:56:20 发布

逼疯代码

最新推荐文章于 2025-04-03 10:56:20 发布

阅读量1.2w

点赞数 15

分类专栏：图像处理文章标签：图像处理图像缩放

本文链接：https://blog.youkuaiyun.com/qq_40806289/article/details/90206764

版权

1、最近邻插值（最最基础的方法了）

举个栗子：

假设我们有一张原始图（源图，source），大小为3*3。

225	46	77
56	88	77
45	125	35

想要放大为4*4的目标图（destination）。

?	?	?	?
?	?	?	?
?	?	?	?
?	?	?	?

接着就该考虑怎么由源图填充目标图的像素了。

以左上角（0，0）为例，由公式

$srcX=dstX*(srcWidth/dstWidth) ;$

$srcY=dstY*(srcHeight/dstHeight)$

得到应该由源图中的（0,0）点像素值进行填充。以此类推目标图片中（1,0）点由源图中（1*（3/4）,0*（3/4））=>(0.75,0)=>(1,0)填充(四舍五入)，其它点类推可得到放大的图。

这种放大图像的方法会引起严重的失真，根源在于当坐标是浮点数时直接四舍五入取最近的整数。

代码：

# include<iostream>
# include<opencv2/highgui/highgui.hpp>

using namespace std;
using namespace cv;

Mat NearInter(Mat &srcImage, double kx, double ky)
{
	int rows = cvRound(srcImage.rows*kx);
	int cols = cvRound(srcImage.cols*ky);
	Mat resultImg(rows, cols, srcImage.type());
	int i, j, x, y;
	for (i = 0; i < rows; i++)
	{
		x = static_cast<int>((i + 1) / kx + 0.5) - 1;
		for (j = 0; j < cols; j++)
		{
			y = static_cast<int>((j + 1) / ky + 0.5) - 1;
			resultImg.at<Vec3b>(i, j) = srcImage.at<Vec3b>(x, y);
		}
	}
	return resultImg;
}

int main()
{
	Mat srcImg = imread("文件路径");
	Mat resultImg = NearInter(srcImg, 0.6, 1.2);
	imshow("src", srcImg);
	imshow("0.6,1.2", resultImg);
	waitKey(0);
	return 0;
}

2、双线性插值
在最近邻插值时，对于源图中坐标为浮点数的点，直接四舍五入取整带来了严重的失真。比如0.75直接取1,更科学的方法是，0.75距离1为0.25,距离0为0.75,按照距离的占比取相应点像素值的找比。

对于目标图通过反向变换得到的源图中浮点坐标为（i+u，j+v）（其中i，j为浮点数的整数部分，u,v为浮点数的小数部分）;

这个点的像素值f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1