Question

使用哪种算法将32位RGB图像缩小到自定义分辨率？算法应该是平均像素。

例如，如果我有100x100图像，我想要大小为20x50的新图像。第一个源行的前五个像素的平均值将给出dest的第一个像素，而第一个源列的前两个像素的平均值将给出第一个dest列像素。

目前我所做的是首先按X分辨率缩小，然后按Y分辨率缩小。我在这个方法中需要一个临时缓冲区。

您知道有任何优化方法吗？

Answer 1

您正在寻找的术语是“重新取样”。在您的情况下，您想要图像重新采样。你似乎已经在进行线性插值，这应该是最快的。这里有~6个基本算法。如果您真的想深入研究主题，请查看“重新采样内核”。

Answer 2

您忘记提及问题的最重要方面：您对质量的关注程度。如果您并不完全关心如何将源像素的值一起打碎以创建目标像素，则最快（至少在所有情况下）产生最差质量的像素。

如果你想用“仍然可以产生非常好的质量的最快算法”做出反应，你基本上已经覆盖了整个算法领域，只处理图像采样/调整大小。

您已经概述了算法的初步构想：

首先是前五个像素的平均值源行将给出第一个像素 DEST，

计算源像素上每个通道的平均值可以看作是微不足道的，您是否在寻找能够做到这一点的示例代码？

或者您是否正在寻找某人以更快的速度挑战您的初始算法草案？

Answer 3

执行标准C优化（指针算术，定点数学等等）之后还有一些更聪明的优化。（非常）很久以前，我看到了一个缩放器实现，它首先缩放了X方向。在写出水平缩放图像的过程中，它在存储器中旋转图像90度。这样，当需要对Y方向刻度进行读取时，内存中的数据将更好地缓存对齐。

这种技术在很大程度上取决于它将运行的处理器。

Answer 4

如果您正在寻找一个罗嗦的解释，我发现this article会有所帮助。另一方面，如果你在数学公式中处理更多，有一种快速图像缩小的方法解释here。

Answer 5

平均合适的像素。

 w_ratio = src.w / dest.w
 h_ratio = src.h / dest.h

 dest[x,y] = 
    AVG( src[x * w_ratio + xi, y * h_ratio + yi] ) 
      where
           xi in range (0, w_ratio - 1), inc by 1
           yi in range (0, h_ratio - 1), inc by 1

对于边界条件，执行单独的循环（如果在循环中，则为no）。

这是一个更像C的代码：

src和dest是位图：
*像素
的属性src [x，y] *属性src.w为宽度
*属性src.h为高度

已定义像素

添加

p1 = p1 + p2     
is same as
p1.r = p1.r + p2.r
p1.g = p1.g + p2.g
...

分

p1 = p1 / c
p1.r = p1.r / c
p1.g = p1.g / c

用常数0进行评估

p1 = 0
p1.r = 0
p1.g = 0
...

为简单起见，我不会在像素分量整数溢出时考虑问题...

float w_ratio = src.w / dest.w;
float h_ratio = src.h / dest.h;
int w_ratio_i = floor(w_ratio);
int h_ratio_i = floor(h_ratio);

wxh = w_ratio*h_ratio;

for (y = 0; y < dest.w; y++)
for (x = 0; x < dest.h; x++){
    pixel temp = 0;     

    int srcx, srcy;
    // we have to use here the floating point value w_ratio, h_ratio
    // otherwise towards the end it can get a little wrong
    // this multiplication can be optimized similarly to Bresenham's line
    srcx = floor(x * w_ratio);
    srcy = floor(y * h_ratio);

    // here we use floored value otherwise it might overflow src bitmap
    for(yi = 0; yi < h_ratio_i; yi++)
    for(xi = 0; xi < w_ratio_i; xi++)
            temp += src[srcx + xi, srcy + yi];
    dest[x,y] = temp / wxh;
}

Bresenham's line optimization

Answer 6

这真的是速度/质量的权衡。

首先，你是正确的，做一个维度然后另一个维度比它必须慢。内存读写太多了。

您最大的选择是是否支持小数像素。您的示例是100x100到20x50。所以10像素映射到1.如果你从100x100到21x49怎么办？您是否愿意在源像素边界处操作，或者您是否想要拉入小数像素？你会为100x100到99x99做什么？

在我们说出什么是最快的之前，你必须告诉我们你愿意接受什么。

并告诉我们收缩的可能极端情况。源和目的地之间的差异可能是多少个数量级？在某些时候，对源内的代表性像素进行采样并不比平均所有像素差。但是你必须小心选择有代表性的像素，否则你会得到许多常见模式的别名。

Answer 7

您正在做的是优化的方法。唯一更快的一个被称为最近邻居，你只需抓住范围的中间像素而不试图平均任何一个。如果原始图像中有任何细节，质量会明显变差，但如果原件很简单则可以接受。

缩小32位RGB图像的最快算法

7 个答案: