Question

使用图像中心作为枢轴点进行标准缩放，并且在所有维度上均匀。我想找出一种方法来从任意枢轴点缩放图像，使得更接近枢轴点的点比远离该点的点缩小。

Answer 1

好吧，我不知道你正在使用什么框架/库，但你可以把它想象成：

翻译以使您的支点成为中心点
标准缩放
反向转换以使中心点成为原始枢轴点

平移和缩放是同构，因此您可以将它们表示为矩阵。每个变换都是一个矩阵，您可以将它们相乘以找到组合变换矩阵。所以：

T =转型
S = scalling
T'=相反的转变

如果将T.x应用为x点矢量，则会为您提供新坐标。同样适用于S.x。

因此，如果你想做那些操作，你必须这样做：T'。（S.（T.x））

我认为您可以将操作关联起来，因此它与（T'.S.T）.x

相同

如果您正在使用框架，则应用三个操作（或组合操作并应用）。如果你正在使用原始数学...去矩阵方式：）

PS：如果你是手工做的话。我知道如果你正在缩放，你会想要找到一个转换点的原始点的坐标。因此，您可以迭代结果点（每个像素），并查看您必须使用的原始图像的坐标（或两者之间的点）。在这种情况下，你需要的是逆矩阵。所以不要使用S而是要使用S ^（ - 1）。如果你知道你想要应用T'.S.T你可以找到这个结果矩阵，然后找到（T'.S.T）^（ - 1）。然后你有你的逆矩阵来找到给定结果点的原始点。

Answer 2

这是过于简单化，但应该可以帮助您入门。首先，由于标准重采样是统一的，因此实际上没有枢轴点的概念。如果有的话，它们通常只是从一个角落开始，因为以这种方式运行for循环更容易。

通常算法类似于这个伪代码

function resample (srcImg, dstSize) {
    dstImg = makeImage(dstSize)
    for (r = 0; r < dstSize.height; ++r) {
        for (c = 0; r < dstSize.width; ++c) {
            // getResampleLoc returns float coordinate
            resampleLoc = getResampleLoc(c, r, dstImg.size, srcImg.size)
            color = getColor(srcImg, resampleLoc)
            dstImg.setColor(c, r, color)
        }
    }
    return dstImage
}

对于均匀重采样，getResampleLoc只是从dstImg大小到srcImg大小的简单x和y标度。它返回浮点坐标，传递给getColor。 getColor的实现决定了各种重采样算法。基本上，它以某种比例混合坐标周围的像素。实际上，可以通过优化来使getColor内部生成的信息在调用之间共享，但不要担心。

对你来说，你需要这样的东西：

function resample (srcImg, dstSize, pivotPt) {
    dstImg = makeImage(dstSize)
    for (r = 0; r < dstSize.height; ++r) {
        for (c = 0; r < dstSize.width; ++c) {
            // getResampleLoc returns float coordinate
            resampleLoc = getResampleLoc(c, r, dstImg.size, srcImg.size, pivotPt) 
            color = getColor(srcImg, resampleLoc)
            dstImg.setColor(c, r, color)
        }
    }
    return dstImage
}

然后你只需要实现getResampleLoc来考虑pivotPt。可能最简单的事情是记录到边缘的距离。

用于从给定枢轴点缩放图像的算法

2 个答案: