图像缩放

针对图像的缩放，对于比较小的图像，qt中已经提供了接口，直接调用就行。但是当图像比较大时，就不能使用接口了，因为接口里面实现了图像缩放的算法，图像大时，先计算再显示，计算很耗时，所以会很卡，不适用。本文针对大图像的缩放进行说明。

方法：参考google map，可以发现，显示的地图都是一层一层的，每一层的比例尺不一样，每一层的图像事先都已经保存在服务器了，用户需要哪一层直接从服务器传过来就可以了。我们这里是客户端软件，所以，每一层的图像必须自己先处理好保存起来，缩放时，需要哪一层图像直接调用图像出来显示这样就很快了。

每一层图像得到的方法：高斯金字塔，最底层为原图像，往上图像的宽和高依次缩小一倍，最小的图像到显示区域能全部显示为宜。

难点：如何确定要显示的是哪幅图像

假设每幅图都是QImage对象，则从金字塔底层向上依次保存在容器中：QVector<QImage*>

再设定一个变量layer，初始值为0(代表第一层)，根据放大缩小按钮递增或递减layer值，然后根据layer在容器中查找该索引处的QImage，显示即可。

高斯金字塔构建的方法如下：

步骤：先通过与高斯核做卷积得到图像矩阵(与原图像大小相同)，然后间隔采样得到下一层的图像，即为构建的金字塔图。

高斯核是一个5*5的矩阵，如下：

1     4      6     4     1

4    16    24    16    4

6    24    36    24    6

4    16    24    16    4

1     4      6     4     1

原图像某个位置的像素点的计算过程：以该点为中心，取5*5大小的像素矩阵，与高斯核做卷积，得到的数除以高斯核中数的总和。

高斯矩阵中每个值代表了像素点在计算中所占的权重，中心点(也是要输出的像素点)的权重当然是最大的，离中心点距离相同的点的权重相同。这样计算的得到的新图像通过间隔采样得到缩小一倍的图像，看起来会是平滑的，当然，缩小一倍看不出来平滑效果，多缩小几次(构建几层)就可以看出来了，较直接通过采样得到的缩略图具有很好的平滑性。

代码如下，只是得到金字塔上一层的数据，要的到构建多层的数据在代码基础上做循环迭代环就可以。这里我对无法做卷积的图像边界(上下的2行和左右的2列)保持值不变

void Gaussian(unsigned char* input,unsigned char* output,int sizeX,int sizeY)
{
    //定义高斯内核模板
    int gauKernel[25]={1,4,6,4,1,
                       4,16,24,16,4,
                       6,24,36,24,6,
                       4,16,24,16,4,
                       1,4,6,4,1};
    int powerSum=0;
    //计算高斯模板总权值
    for(int i=0;i<25;i++)
        powerSum+=gauKernel[i];

    unsigned char* ldata;//高斯迭代后数据
    ldata=NULL;
    int lwidth=sizeX;
    int lheight=sizeY;
    int rwidth=sizeX/2;//高斯金字塔采样后的图像宽
    int rheight=sizeY/2;//高斯金字塔采样后的图像高

        /*第一次迭代，迭代前数据就是inputData*/
        //将input给ldata
        ldata=new unsigned char[lwidth*lheight];
        for (int m=0;m<lheight;m++)
        {
            for (int n=0;n<lwidth;n++)
                ldata[m*lwidth+n]=input[m*lwidth+n];
        }
        //高斯平滑,是同input计算，结果保存于ldata中
        for (int m=2;m<lheight-2;m++)
        {
            for (int n=2;n<lwidth-2;n++)
            {
                int sum=0;
                //计算和高斯模板的卷积
                for (int p=0;p<5;p++)
                {
                    for (int q=0;q<5;q++)
                    {
                        sum+=input[(m+2-p)*lwidth+n+q-2]*gauKernel[p*5+q];
                    }
                }
                ldata[m*lwidth+n]=sum/powerSum;//像素点值
            }
        }
        //向下采样，去除偶数行和列
        for (int m=0;m<rheight;m++)
        {
            for (int n=0;n<rwidth;n++)
            {
                output[m*rwidth+n]=ldata[(m*2+1)*lwidth+n*2+1];
            }
        }

    if (ldata)
    {
        delete []ldata;
        ldata=NULL;
    }
}