为什么标准图像重采样技术会限制采样像素的数量？答案

【问题标题】：Why Do Standard Image Resampling Techniques limit the number of sampled pixels?为什么标准图像重采样技术会限制采样像素的数量？
【发布时间】：2020-06-01 00:38:15
【问题描述】：

我主要指的是双线性和双三次重采样技术。这两种方法都分别涉及到采样 4 和 16 个像素，前者是最接近新像素的 2x2 像素，后者是最接近新像素的 4x4。

为什么我们将方法限制在这么多像素上呢？例如，如果我使用双线性重采样和以下 32x32 图像（红色块的大小为 2x2，黑线和点代表最近的像素并覆盖新的图像大小）并且我想将其缩小到 2x2 结果应该即使源图像几乎完全是蓝色的，也是纯红色图像对“映射”到新图像大小的所有像素进行采样以便更准确地表示该区域的颜色是否更有意义？因为在我看来，这些方法使用的限制就像是最近的邻居，有额外的步骤。即使在您只缩小少量（大于一半）的情况下，您是否不想通过它们重叠的程度来加权源像素，以便 3 个红色像素只有 0.05%它们映射到新像素和 0.85% 映射的 1 个蓝色像素不会淹没它吗？

【问题讨论】：

我对下采样边缘情况并不是特别熟悉，但我的直觉是你基本上是对的，双线性下采样对此输入给出了非直观的结果，并且更复杂的下采样（例如，通过重叠加权）将解决该问题。但是，您建议的下采样方法会生成原始图像中不存在的颜色像素，这是另一种畸变。
@afarley Bilinear 几乎总是会生成不存在的颜色像素，即使使用像湖泊图片这样的“正常”输入，您的 4 个不完全相同的蓝色也会被内插到一个新的蓝色，它可能不同于所有的原始蓝色。我想我的主要观点是，将足够大的图像下采样为非常小的图像，并且没有使用数据，并且“更好”的采样方法接近最近邻居的有效性，唯一的区别是，正如您指出的那样, 不会保留或保留很少的原始颜色

标签： image interpolation resampling bilinear-interpolation

【解决方案1】：

正确，如果您只是在下采样时进行简单的双线性或双三次插值，您可能会得到锯齿伪影。在不减小尺寸的情况下对图像进行上采样、旋转或其他变换时，双线性和双三次插值更有意义。

如果人们在实践中这样做，通常需要在正确性和性能之间进行权衡。根据您要缩小的图像类型，这可能并不重要。

如果您想获得更正确的结果，通常需要在下采样之前对图像进行模糊处理。有点more information about it here，但基本思想是模糊的作用是去除图像中的高频内容，从而避免混叠。

【讨论】：