缩小比例时双线性插值如何工作?
How bilinear interpolation works when down scaling?
我可以清楚地理解在放大图像时双线性插值是如何工作的,比如在取 4 个最近的邻居时填充值,但我无法理解在缩小图像时它是如何工作的。如果有人为我澄清,这对我来说意义重大。
缩放图像需要将输入像素映射到输出像素。如果这些像素坐标未映射到整数,则需要 interpolation 来估计像素值。双线性的“Bi”部分表示它是独立应用于二维的线性插值。例如,如果输出像素 2,3 需要来自输入坐标 1.5,7.2,您将通过在 1.0 和 2.0 处取每个像素的 0.5 在 X 方向上进行插值,然后在 Y 方向上通过在7.0 和 0.2 处的像素为 8.0。通常这些运算组合成一组方程式,但如果需要可以单独应用它们。
双线性对于缩小尺度来说是一个糟糕的选择,因为它会导致混叠伪影。这是当您尝试创建超出奈奎斯特采样限制的空间频率时,高频细节变成低频伪影。您可以通过在缩小图像之前模糊图像来最小化它。或者您可以选择包含一些低通滤波的插值算法。
我可以清楚地理解在放大图像时双线性插值是如何工作的,比如在取 4 个最近的邻居时填充值,但我无法理解在缩小图像时它是如何工作的。如果有人为我澄清,这对我来说意义重大。
缩放图像需要将输入像素映射到输出像素。如果这些像素坐标未映射到整数,则需要 interpolation 来估计像素值。双线性的“Bi”部分表示它是独立应用于二维的线性插值。例如,如果输出像素 2,3 需要来自输入坐标 1.5,7.2,您将通过在 1.0 和 2.0 处取每个像素的 0.5 在 X 方向上进行插值,然后在 Y 方向上通过在7.0 和 0.2 处的像素为 8.0。通常这些运算组合成一组方程式,但如果需要可以单独应用它们。
双线性对于缩小尺度来说是一个糟糕的选择,因为它会导致混叠伪影。这是当您尝试创建超出奈奎斯特采样限制的空间频率时,高频细节变成低频伪影。您可以通过在缩小图像之前模糊图像来最小化它。或者您可以选择包含一些低通滤波的插值算法。