我很好奇是否有可能使用的方法或算法根据图像中的细节数量或熵来缩小图像，以便确定新尺寸是大多数细节的分辨率。原始图像将被保留。
例如，如果使用相机拍摄失焦或抖动的图像，与相机拍摄图像或相对于场景的固定位置相比，细节或高频内容会更少被描绘。如果要将该图像缩放回原始尺寸，则较低熵图像的尺寸可以显着减小并且仍然保持大部分细节。但是，在更详细的图像的情况下，人们将无法在不丢失重要细节的情况下减少图像尺寸。
我当然明白，包括JPEG在内的许多有损图像格式都有类似之处，即存储给定分辨率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兴趣，如果可能有计算效率的方法来缩放图像内容的分辨率。
答案 0 :(得分：2)
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基本上是以他们自己的特定方式做到这一点。
请注意，此类方法几乎总是在小图像块上运行，而不是在大图片上运行，以便在较低细节区域中最大化压缩，而不是被限制为在任何地方应用相同的设置。后者可能会导致大多数“真实”图像的压缩和/或高损失，这些图像通常包含细节级别的混合，但有一些例外情况就像你的焦点外例子一样。
您需要定义什么构成“原始图像的大部分细节”，因为完全恢复只能用于相当人为的图像。而且您还需要指定每种方式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，简单的像素重复可以更好地保留硬边缘，但会破坏平滑的渐变，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。
简单的袖口方法可能是计算2D功率谱并选择缩放（可能是垂直和水平不同），以保留包含“大部分”内容的频率。基本上这相当于选择保留“最”细节的低通滤波器。这种方法是否算作“计算效率”可能是一个没有实际意义的点......