sensor、codec、display device都是基于pixel的，高分辨率图像能呈现更多的detail，由于sensor制造和chip的限制，我们需要用到图像插值（scaler/resize）技术，这种方法代价小，使用方便 。同时，该技术还可以放大用户希望看到的感兴趣区域 。图像缩放算法往往基于插值实现，常见的图像插值算法包括最近邻插值（Nearest-neighbor）、双线性插值（Bilinear）、双立方插值（bicubic）、lanczos插值、方向插值（Edge-directed interpolation）、example-based插值、深度学习等算法 。
插值缩放的原理是基于目标分辨率中的点，将其按照缩放关系对应到源图像中，寻找源图像中的点（不一定是整像素点），然后通过源图像中的相关点插值得到目标点 。本篇文章，我们介绍Nearest-neighbor和Bilinear插值的原理及C实现 。
插值算法原理如下：
文章插图
1. Nearest-neighbor最近邻插值，是指将目标图像中的点，对应到源图像中后，找到最相邻的整数点，作为插值后的输出 。如下图所示，P为目标图像对应到源图像中的点，Q11、Q12、Q21、Q22是P点周围4个整数点，Q12与P离的最近，因此P点的值等于Q12
文章插图
的值 。这里写图片描述由于图像中像素具有邻域相关性，因此，用这种拷贝的方法会产生明显的锯齿 。
2. Bilinear双线性插值使用周围4个点插值得到输出，双线性插值，是指在xy方法上，都是基于线性距离来插值的 。
如图1，目标图像中的一点对应到源图像中点P(x,y)，我们先在x方向插值：
文章插图
然后，进行y方向插值：
文章插图
可以验证，先进行y方向插值再进行x方向插值，结果也是一样的 。值得一提的是，双线性插值在单个方向上是线性的，但对整幅图像来说是非线性的 。
3. C实现使用VS2010，工程包含三个文件，如下：
文章插图
main.cpp
#include <string.h>#include <IOStream>#include "resize.h"int main(){ const char *input_file = "D:\simuTest\teststream\00_YUV_data\01_DIT_title\data.yuv";//absolute path const char *output_file = "D:\simuTest\teststream\00_YUV_data\01_DIT_title\data_out2.yuv"; //absolute pathint src_width = 720; int src_height = 480; int dst_width = 1920; int dst_height = 1080; int resize_type = 1;//0:nearest, 1:bilinear resize(input_file, src_width, src_height, output_file, dst_width, dst_height, resize_type); return 0;}resize.cpp#include "resize.h"int clip3(int data, int min, int max){ return (data > max) ? max : ((data < min) ? min : data); if(data > max)return max; else if(data > min)return data; elsereturn min;}//bilinear takes 4 pixels (2×2) into account/** 函数名： bilinearHorScaler* 说明： 水平方向双线性插值* 参数：*/void bilinearHorScaler(int *src_image, int *dst_image, int src_width, int src_height, int dst_width, int dst_height){ double resizeX = (double)dst_width / src_width; for(int ver = 0; ver < dst_height; ++ver){for(int hor = 0; hor < dst_width; ++hor){double srcCoorX = hor / resizeX;double weight1 = srcCoorX - (double)((int)srcCoorX);double weight2 = (double)((int)(srcCoorX + 1)) - srcCoorX;double dstValue = https://www.isolves.com/it/cxkf/sf/2020-11-12/*(src_image + src_width * ver + clip3((int)srcCoorX, 0, src_width - 1)) * weight2 + *(src_image + src_width * ver + clip3((int)(srcCoorX + 1), 0, src_width - 1)) * weight1;*(dst_image + dst_width * ver + hor) = clip3((uint8)dstValue, 0, 255);} }}/** 函数名： bilinearVerScaler* 说明： 垂直方向双线性插值* 参数：*/void bilinearVerScaler(int *src_image, int *dst_image, int src_width, int src_height, int dst_width, int dst_height){ double resizeY = (double)dst_height / src_height; for(int ver = 0; ver < dst_height; ++ver){for(int hor = 0; hor < dst_width; ++hor){double srcCoorY = ver / resizeY;double weight1 = srcCoorY - (double)((int)srcCoorY);double weight2 = (double)((int)(srcCoorY + 1)) - srcCoorY;double dstValue = *(src_image + src_width * clip3((int)srcCoorY, 0, src_height - 1) + hor) * weight2 + *(src_image + src_width * clip3((int)(srcCoorY + 1), 0, src_height - 1) + hor) * weight1;*(dst_image + dst_width * ver + hor) = clip3((uint8)dstValue, 0, 255);} }}/** 函数名： yuv420p_NearestScaler* 说明： 最近邻插值* 参数：*/void nearestScaler(int *src_image, int *dst_image, int src_width, int src_height, int dst_width, int dst_height){ double resizeX = (double)dst_width /src_width;//水平缩放系数 double resizeY = (double)dst_height / src_height;//垂直缩放系数 int srcX = 0; int srcY = 0; for(int ver = 0; ver
推荐阅读
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- 计算机入门必备算法——快速排序法
- 全方位理解哈希算法及其应用，不再迷茫
- 随机数大家都会用，但是你知道生成随机数算法吗？
- linux内核调度算法--快速找到最高优先级进程
- Java内置条件队列应用，实现经典的生产者消费者算法
- 手写最简单的LRU算法
- 删除列表中重复的元素算法
- 掌握这些数学函数，你会在算法效率的分析时经常用到
- 多目标跟踪：监控领域你必须要了解的算法
- 轻量级人脸检测算法实现大盘点
