我很好奇是否有一种方法或算法可以用来根据图像中的细节量或熵来缩小图像的大小，以便将新尺寸确定为一个分辨率，在该分辨率下，大多数细节原始图像将被保留。
例如，如果使用相机拍摄失焦或晃动的图像，则与相机对焦或从相对于场景的固定位置拍摄图像相比，细节或高频内容会更少被描绘。如果将此图像缩放回原始大小，则可以显着减小较低熵图像的大小，并且仍然保留大部分细节。但是，在更详细的图像的情况下，将无法在不丢失重要细节的情况下尽可能减小图像大小。
我当然明白，包括 JPEG 在内的许多有损图像格式都会做类似的事情，因为存储给定分辨率的图像所需的数据量与图像数据的熵成正比，但我很好奇，主要是为了我自己的利益，如果有一种计算上有效的方法来缩放图像内容的分辨率。
【问题讨论】：
标签： image image-processing compression
这是可能的，有人可能会争辩说，从 JPEG-style DCT stuff 到 fractal compression 的大多数有损图像压缩方案本质上都是以它们自己特定的方式做到这一点的。
请注意，此类方法几乎总是对小图像块而不是大图片进行操作，以便在较低细节区域最大限度地压缩，而不是受限于在任何地方应用相同的设置。后者可能会导致大多数“真实”图像的压缩效果不佳和/或损失高，这些图像通常包含混合细节级别，但也有像您的失焦示例这样的例外情况。
您需要定义什么构成“原始图像的大部分细节”，因为只有相当人为的图像才能完美恢复。您还需要指定每种方式要使用的重新缩放的确切形式，因为这会对恢复的质量产生相当大的影响。例如，简单的像素重复会更好地保留硬边缘但会破坏平滑渐变，而线性插值应该更好地再现渐变但可能会对边缘造成严重破坏。
一种简单的即兴方法可能是计算 2D 功率谱并选择一个缩放比例（可能在垂直和水平方向不同），以保留包含“大部分”内容的频率。基本上，这相当于选择保留“大部分”细节的低通滤波器。这种方法是否算作“计算效率高”可能是一个有争议的问题......
【讨论】：