图像处理之基础---图像缩放中的双线性插值c实现

在进入频域变换之前, 我们还是轻松一下,再搞点平面上的变化来看看。这把选了一个双线性插值(Bilinear interpolation)来实现是源于看到了csdn上别人的问题, 权且实现一个函数,方便大家的使用吧。

双线性插值简单的说,就是扩展了之后的图像像素坐标映射回原来的坐标空间的时候, 如果出现了没有对应到整数点的情况。这时候需要做2次线性的插值计算出新的坐标的像素值,比如说:

这里可以看到这个P点落在了ABCD区间内, 如果我们本着最朴素的这个P点最靠近谁权重就越大的加权平均的思想, 我们很容易得到这样的论断:

b3

A点对P的影响就是Sa的面积, B点的影响就是Sb, C点就Sc, d就是Sd。这样越近就是权重越大,基本上就是这样的逻辑。

这样P的像素可以简单的用 (A*Sa+B*Sb+C*Sc+D*Sd )/(Sa+Sb+Sc+Sd);来得到了。以我的雷厉风行,马上写出了如下的代码:

  1. /** 
  2. ** method to remove sharp the raw image with unsharp mask 
  3. * @param src input grayscale binary array  
  4. * @param dst output grayscale result, the memory need to be allocated outside of the function 
  5. * @param srcWidth width of the input grayscale image 
  6. * @param srcHeight height of the input grayscale image 
  7. * @param scalePercent, scale percentage (0-xxx) 
  8. */  
  9. void stretchImage (const unsigned char* src, unsigned char* dst, int srcWidth, int srcHeight, int scalePercent)  
  10. {     
  11.     if (scalePercent < 0)  
  12.         return;  
  13.     int x, y;  
  14.     int ox, oy;  
  15.     int tmpx,tmpy;  
  16.     int ratio = (100 << 8)/scalePercent;  
  17.     int dstWidth = srcWidth * scalePercent / 100;  
  18.     int dstHeight = srcHeight * scalePercent / 100;  
  19.     unsigned char color[2][2];  
  20.     for (int j = 0; j < dstHeight; j ++)  
  21.     {  
  22.         for (int i = 0; i < dstWidth; i ++)  
  23.         {  
  24.             tmpx = i * ratio;  
  25.             tmpy = j * ratio;  
  26.             ox = tmpx >> 8;  
  27.             oy = tmpy >> 8;  
  28.             x = tmpx & 0xFF;  
  29.             y = tmpy & 0xFF;  
  30.             color[0][0] = src[ oy*srcWidth + ox ];   
  31.             color[1][0] = src[ oy*srcWidth + ox +1 ];   
  32.             color[0][1] = src[ (oy+1)*srcWidth + ox ];   
  33.             color[1][1] = src[ (oy+1)*srcWidth + ox+1 ];  
  34.             int final = (0x100 - x)*(0x100 - y)*color[0][0] + x*(0x100 - y)*color[1][0] + (0x100-x)*y*color[0][1] + x*y*color[1][1];  
  35.             final = final >> 16;  
  36.             if (final>255)  
  37.                 final = 255;  
  38.             if (final<0)  
  39.                 final = 0;  
  40.             dst [ j*dstWidth + i] = (unsigned char)final;  
  41.         }  
  42.     }  
  43. }  

 

 

需要说明的事情是, 浮点数需要引入效率上一定的损失, 当然我们这里就用大数来和谐。但是只是随便写写的代码, 我们没有加入超出int范围的检查或者说明,暂时也只能这样了:)。用了这个函数的效果还是不错的, 我们来看看在75%,125%和250%时候的效果:

原图:

sample

%75效果图:

75%

125%效果图:

125%

250%效果图:

250%

其实从效果图多少可以看出一些的问题就是, 随着图像的拉伸, 图像的锐度其实降低了, 这个比较容易想象的,因为我们这个拉伸的办法本身就是线性的,无疑来扩大的时候把锐利的边缘模糊化了,所以自然在图像扩大很多倍的时候效果不是很好了。

 

http://blog.csdn.net/hhygcy/article/details/4434870#comments

posted @ 2014-10-22 02:01  midu  阅读(2816)  评论(0编辑  收藏  举报