图像下采样算法答案

【问题标题】：Image downsampling algorithms图像下采样算法
【发布时间】：2011-09-02 07:13:09
【问题描述】：

我可以使用哪种最佳重采样算法将图像分成原始大小的一半。速度是最重要的，但它不应该降低质量太差。我基本上是在尝试生成图像金字塔。

我原本打算跳过像素。这是最好的方法吗？从我读到的像素跳跃产生的图像太锐利了。尝试过此评论的人可以。我的图像包含类似于 this.

的地图数据

【问题讨论】：

“原来大小的一半”是指每个维度减半，还是总面积减半？
当您阅读时，跳过像素并不是一个好方法——有些文本一开始只有一个像素厚（例如“+”）...这样的字符可能会完全消失如果它落在“off-”行和列中。更一般地，请参阅stackoverflow.com/questions/158756/…
@caf- 每个维度的一半。这意味着 1000X1000 的图像将变为 500X500
@Tony 并不是真的在寻找图书馆。

标签： c++ c image image-processing image-manipulation

【解决方案1】：

http://www.cs.ubc.ca/nest/imager/tr/2011/BlurAwareDownsize/ap-resizing-validation/index.html

http://www.cs.ubc.ca/nest/imager/tr/2011/BlurAwareDownsize/

Perceptual Image Downsampling

【讨论】：

那是一篇非常酷的论文，但对他的申请来说太过分了。如果您还没有，请查看他提供的示例图片。
这只是一组链接，而不是答案。
@Kirill：你希望我重新输入答案吗？此外，他甚至没有在 StackOverflow 上搜索以前提出的问题的答案。
@Seth Robertson，如果能对这些文章进行一些回顾，那就太好了 - 提供的内容，方法的优缺点。或者，如果是，您可以将问题标记为重复。
在询问之前我确实浏览了 Perceptual Image Downsampling 帖子。我特别想知道它们是否是一种将图像减半的快速算法（我不需要其他分辨率）。我什至提供了一个示例图像，以表明我的图像不包含很多细节，而是包含不同颜色的块/区域。

【解决方案2】：

跳过像素会导致混叠，其中高频变化（例如交替的亮/暗带）将转换为低频（例如恒定亮或暗）。

在没有锯齿的情况下将尺寸缩小到一半的最快方法是将 2x2 像素平均为单个像素。使用更复杂的归约内核可以获得更好的结果，但会以牺牲速度为代价。

这里是目前讨论的一些技术示例。

跳过每隔一个像素 - 通过查看左侧的图例，您可以看到结果不是很好。几乎看不懂：

平均每 2x2 网格 - 文本现在清晰易读：

高斯模糊，正如R. 所建议的那样 - 有点模糊，但在某种程度上更具可读性。可以调整模糊量以给出不同的结果：

R. 关于影响结果的 Gamma 曲线也是正确的，但这应该只在最苛刻的应用程序中可见。我的示例是在没有伽马校正的情况下完成的。

编辑：下面是一个更复杂但速度较慢的内核示例，Lanczos-5 在线性（未经过伽马调整）色彩空间中执行。

字体中的对比度较低，可能是因为色彩空间的转换。但是看看海岸线细节。

【讨论】：

+1 喜欢这些例子。请注意，虽然面积平均法和高斯法都清晰易读，但高斯法的字体形状要正确得多。
@Mark Ransom：如果我有黑白图像怎么办？什么是黑白图像的好算法？
@SukhanovNiсkolay 颜色和黑白之间的唯一区别是您如何对像素进行算术运算。算法和结果是一样的。
@Mark Ransom 所以如果我有一个黑白（1 位颜色深度）平均算法就可以了？
@SukhanovNiсkolay，你可能想要一个灰度输出，所以将每个像素转换为 0/255，否则是的。如果您需要黑白输出，那么我不确定最好的算法是什么。

【解决方案3】：

NetPBM suite 包含一个名为 pamscale 的实用程序，它提供了一些下采样选项。它是开源的，因此您可以尝试各种选项，然后复制您最喜欢的算法（或者只使用 libnetpbm）。

【讨论】：

【解决方案4】：

对于缩小比例，面积平均（请参阅 Mark 的回答）接近您将获得的最佳值。

另一个主要的竞争者是高斯，半径稍大。这会稍微增加模糊，这可能被视为一个缺点，但会使模糊更加均匀，而不是依赖于像素 mod 2 的对齐方式。

如果我的意思不是很清楚，请考虑像素模式 0,0,2,2,0,0 和 0,0,0,2,2,0。使用区域平均，它们将分别缩小到 0,2,0 和 0,1,1 - 也就是说，一个会清晰明亮，而另一个会模糊和暗淡。使用更长的滤镜，两者都会变得模糊，但它们会显得更相似，这可能对人类观察者很重要。

另一个需要考虑的问题是伽玛。除非 gamma 是线性的，否则两个像素强度 k 的总强度将远低于单个像素强度 2*k。如果您的过滤器执行了足够的模糊，它可能没那么重要，但对于普通的面积平均过滤器，它可能是一个主要问题。我知道的唯一解决方法是在缩放前后应用和反转伽马曲线...

【讨论】：

【解决方案5】：

如前所述，如果速度是一个问题，我建议采用 2x2 块并计算平均值作为结果像素。质量不是可以达到的最好，而是接近。您可以激发该算法以显示其弱点，但在大多数图像上，您不会看到可以证明计算时间增加数倍的差异。您也没有任何内存开销。如果颜色分辨率可以降低到每通道 6 位，这是一种非常快速的方法，可以防止您分解 ARGB 通道（这里假设为 32 位 ARGB）：

destPixel[x,y] = ((sourcePixel[2*x  ,2*y  ]>>2)&0x3f3f3f3f) +
                 ((sourcePixel[2*x+1,2*y  ]>>2)&0x3f3f3f3f) +
                 ((sourcePixel[2*x  ,2*y+1]>>2)&0x3f3f3f3f) +
                 ((sourcePixel[2*x+1,2*y+1]>>2)&0x3f3f3f3f);

这个算法的副作用是，如果保存为 PNG，文件大小会变小。这是它的样子：

【讨论】：

【解决方案6】：

我试图概括 Thilo Köhler 的解决方案（但在 Python 中）：

STRIDE = 2
MASK = 0x3F3F3F3F
color = 0
for Δx, Δy in itertools.product(range(STRIDE), repeat=2):
    color += (get_pixel(x + Δx, y + Δy) // STRIDE) & MASK

这适用于缩放 2（四分之一大小结果），但不适用于缩放 3 或 4 或其他 int 值。可以概括一下吗？

顺便说一句，对于非 Pythonistas，上面的 for 循环等效于这个（除了第一个版本可以通过更改 STRIDE 进行扩展）：

for Δx, Δy in [(0, 0), (0, 1), (1, 0), (1, 1)]:
    color += (get_pixel(x + Δx, y + Δy) // STRIDE) & MASK

我使用的是 32 位 ARGB 值。

【讨论】：