两种图像缩放算法的对比与实现

最新推荐文章于 2025-03-31 20:31:32 发布

转载最新推荐文章于 2025-03-31 20:31:32 发布 · 121 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/pamxy/archive/2013/03/20/2991461.html

文章标签：

#人工智能

转自：http://www.cnblogs.com/tingshuo/archive/2011/05/13/2045649.html

想在流媒体领域走的更远一点，但是发现自己这方面的专业知识欠缺厉害，特别是图形图像专业知识，于是买了本《数字图像处理》补补。这本书纯理论，什么积分、微分、什么滤波器，傅立叶变换，搞得一头雾水，还是写几行代码来得踏实。

言归正题，图像缩放顾名思义，就是把原图像按照目标尺寸放大或者缩小，是图像处理的一种。自然，图像缩放的核心也就是怎么样根据已知图像计算目标图像的各点像素值。最简单的是最临近插值算法，这种算法就是根据原图像和目标图像的尺寸，计算缩放的比例，然后根据缩放比例计算目标像素所依据的原像素，过程中自然会产生小数，这时就采用四舍五入，取与这个点最相近的点。另一种算法是双线性内插值算法，这种算法的目标像素值不再简单地由一个像素决定，而是由他的四临域乘以相应的权重决定。具体公式为：
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U和V是浮点坐标的小数部分，显然离目标点距离越近的点的权重越大，这也正符合目标点的值与离他最近的点最接近这一事实。关于这两种算法的详细说明，网上很多，这里就不多说了。下面是实现程序，这里除了两个算法之外，还涉及到位图的读写操作。具体看注释吧，需要注意的是位图中有涉及到调色板，这里为了简便，原图像最好是不带有调色板的24位位图。

1 #include " stdafx.h " 2 #include < stdio.h > 3 #include < string > 4 #include < windows.h > 5 using namespace std; 6 7 enum StretchMode 8 { 9 nearest, // 最临近插值算法 10 bilinear // 双线性内插值算法 11 }; 12 13 void Stretch( const string & srcFile, const string & desFile, int desW, int desH,StretchMode mode) 14 { 15 BITMAPFILEHEADER bmfHeader; 16 BITMAPINFOHEADER bmiHeader; 17 18 FILE * pFile; 19 if ((pFile = fopen(srcFile.c_str(), " rb " )) == NULL) 20 { 21 printf( " open bmp file error. " ); 22 exit( - 1 ); 23 } 24 // 读取文件和Bitmap头信息 25 fseek(pFile, 0 ,SEEK_SET); 26 fread( & bmfHeader, sizeof (BITMAPFILEHEADER), 1 ,pFile); 27 fread( & bmiHeader, sizeof (BITMAPINFOHEADER), 1 ,pFile); 28 // 先不支持小于16位的位图 29 int bitCount = bmiHeader.biBitCount; 30 if (bitCount < 16 ) 31 { 32 exit( - 1 ); 33 } 34 int srcW = bmiHeader.biWidth; 35 int srcH = bmiHeader.biHeight; 36 37 int lineSize = bitCount * srcW / 8 ; 38 // 偏移量，windows系统要求每个扫描行按四字节对齐 39 int alignBytes = ((bmiHeader.biWidth * bitCount + 31 ) & ~ 31 ) / 8L 40 - bmiHeader.biWidth * bitCount / 8L ; 41 // 原图像缓存 42 int srcBufSize = lineSize * srcH; 43 BYTE * srcBuf = new BYTE[srcBufSize]; 44 int i,j; 45 // 读取文件中数据 46 for (i = 0 ; i < srcH; i ++ ) 47 { 48 fread( & srcBuf[lineSize * i],lineSize, 1 ,pFile); 49 fseek(pFile,alignBytes,SEEK_CUR); 50 } 51 52 // 目标图像缓存 53 int desBufSize = ((desW * bitCount + 31 ) / 32 ) * 4 * desH; 54 int desLineSize = ((desW * bitCount + 31 ) / 32 ) * 4 ; 55 BYTE * desBuf = new BYTE[desBufSize]; 56 double rateH = ( double )srcH / desH; 57 double rateW = ( double )srcW / desW; 58 // 最临近插值算法 59 if (mode == nearest) 60 { 61 for (i = 0 ; i < desH; i ++ ) 62 { 63 // 选取最邻近的点 64 int tSrcH = ( int )(rateH * i + 0.5 ); 65 for (j = 0 ; j < desW; j ++ ) 66 { 67 int tSrcW = ( int )(rateW * j + 0.5 ); 68 memcpy( & desBuf[i * desLineSize] + j * bmiHeader.biBitCount / 8 , & srcBuf[tSrcH * lineSize] + tSrcW * bmiHeader.biBitCount / 8 ,bmiHeader.biBitCount / 8 ); 69 } 70 } 71 } 72 // 双线型内插值算法 73 else 74 { 75 for (i = 0 ; i < desH; i ++ ) 76 { 77 int tH = ( int )(rateH * i); 78 int tH1 = min(tH + 1 ,srcH - 1 ); 79 float u = ( float )(rateH * i - tH); 80 for (j = 0 ; j < desW; j ++ ) 81 { 82 int tW = ( int )(rateW * j); 83 int tW1 = min(tW + 1 ,srcW - 1 ); 84 float v = ( float )(rateW * j - tW); 85 86 // 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) 87 for ( int k = 0 ; k < 3 ; k ++ ) 88 { 89 desBuf[i * desLineSize + j * bitCount / 8 + k] = 90 ( 1 - u) * ( 1 - v) * srcBuf[tH * lineSize + tW * bitCount / 8 + k] + 91 ( 1 - u) * v * srcBuf[tH1 * lineSize + tW * bitCount / 8 + k] + 92 u * ( 1 - v) * srcBuf[tH * lineSize + tW1 * bitCount / 8 + k] + 93 u * v * srcBuf[tH1 * lineSize + tW1 * bitCount / 8 + k]; 94 } 95 } 96 } 97 } 98 99 // 创建目标文件 100 HFILE hfile = _lcreat(desFile.c_str(), 0 ); 101 // 文件头信息 102 BITMAPFILEHEADER nbmfHeader; 103 nbmfHeader.bfType = 0x4D42 ; 104 nbmfHeader.bfSize = sizeof (BITMAPFILEHEADER) + sizeof (BITMAPINFOHEADER) 105 + desW * desH * bitCount / 8 ; 106 nbmfHeader.bfReserved1 = 0 ; 107 nbmfHeader.bfReserved2 = 0 ; 108 nbmfHeader.bfOffBits = sizeof (BITMAPFILEHEADER) + sizeof (BITMAPINFOHEADER); 109 // Bitmap头信息 110 BITMAPINFOHEADER bmi; 111 bmi.biSize = sizeof (BITMAPINFOHEADER); 112 bmi.biWidth = desW; 113 bmi.biHeight = desH; 114 bmi.biPlanes = 1 ; 115 bmi.biBitCount = bitCount; 116 bmi.biCompression = BI_RGB; 117 bmi.biSizeImage = 0 ; 118 bmi.biXPelsPerMeter = 0 ; 119 bmi.biYPelsPerMeter = 0 ; 120 bmi.biClrUsed = 0 ; 121 bmi.biClrImportant = 0 ; 122 123 // 写入文件头信息 124 _lwrite(hfile,(LPCSTR) & nbmfHeader, sizeof (BITMAPFILEHEADER)); 125 // 写入Bitmap头信息 126 _lwrite(hfile,(LPCSTR) & bmi, sizeof (BITMAPINFOHEADER)); 127 // 写入图像数据 128 _lwrite(hfile,(LPCSTR)desBuf,desBufSize); 129 _lclose(hfile); 130 } 131 132 int main( int argc, char * argv[]) 133 { 134 FILE * pFile; 135 if ((pFile = fopen( " e://t.bmp " , " rb " )) == NULL) 136 { 137 printf( " open bmp file error. " ); 138 return - 1 ; 139 } 140 string srcFile( " e://t.bmp " ); 141 string desFileN( " e://nearest.bmp " ); 142 string desFileB( " e://bilinear.bmp " ); 143 Stretch(srcFile,desFileN, 800 , 600 ,nearest); 144 Stretch(srcFile,desFileB, 800 , 600 ,bilinear); 145 // int alignBytes = ~31; 146 // printf("alignbytes : %d",alignBytes); 147 148 system( " pause " ); 149 return 0 ; 150 }

结论：通过生成的两幅图像对比，双线性内插值算法缩放效果比最邻近插值算法好很多。

转载于:https://www.cnblogs.com/pamxy/archive/2013/03/20/2991461.html