我知道图像可以在图像金字塔的帮助下进行缩放。而且我知道 opencv pyrUp() 方法可以缩放图像。但是，在一定程度上，图像变得不清晰。举个例子，如果我们把一张小图放大 15 倍原来的大小，肯定是不清晰的。
OpenCV 中是否有任何方法可以缩放图像但保持原始图像中的间隙？或者，有什么算法可以做到这一点？
【问题讨论】：
标签： c++ image algorithm math image-processing
您很可能希望为您的图像尝试不同的插值方案。 OpenCV 提供了resize 函数，可用于各种不同的插值方案（docs）。您可能会在模糊度（例如，在双三次或双线性插值方案中）与锯齿状混叠效果（例如，在最近邻插值中）之间进行权衡。我建议您尝试使用它提供的不同方案，看看哪些方案能给您带来最好的结果。
支持的插值方案如下：
INTER_NEAREST nearest-neighbor interpolation
INTER_LINEAR bilinear interpolation (used by default)
INTER_AREA resampling using pixel area relation. It may be the preferred method
for image decimation, as it gives moire-free results. But when the image is
zoomed, it is similar to the INTER_NEAREST method
INTER_CUBIC bicubic interpolation over 4x4 pixel neighborhood
INTER_LANCZOS4 Lanczos interpolation over 8x8 pixel neighborhood
Wikimedia commons 为最近邻、双线性和双三次插值提供了这张漂亮的比较图像：
您可以看到缩放时不太可能获得与原始图像相同的清晰度，但您可以权衡“平滑度”以换取锯齿效果（即锯齿状边缘）。
【讨论】：
要记住的一件事：您不能凭空获得额外的分辨率。当你放大图像时，你可以得到一个模糊、平滑的图像，或者你可以得到一个清晰、块状的图像，或者你可以介于两者之间。更好的算法，似乎对特定类型的主题有更好的性能，对图像的内容做出某些假设，如果为真，可以产生更高的表观性能，但如果这些假设被证明是错误的，则会搞砸；您正在用准确性换取锐度。
有几种很好的算法可以缩放特定类型的主题，包括pixel art， 面孔或文字。 用于锐化图像的更通用算法包括不锐化遮罩、边缘增强等，但是所有这些都假设图像内容的特定事物，例如，图像包含文本，或者嘈杂区域仍然是嘈杂的（或不）以更高的分辨率。
低分辨率的圆点图案或沙滩的砂砾图案不会很好地处理，计算机可能会将您的海景变成更让人联想到 mosh 坑的东西。每个缩放算法或锐化滤镜都有许多与之相关的成本。
为了正确选择缩放或锐化算法，绝对需要更多上下文，包括示例图像。
【讨论】：
你的问题来自这个宇宙物理学：原始图像中根本没有足够的位来表示 15*15 倍的细节。任何算法都无法发明不存在的“正确信息”。它可以找到一个合适的插值。但它永远不会增加细节。
尽管在许多警察小说中都会发生这种情况，但从城市全景中获取车门把手上的指纹照片绝对是假的。
【讨论】：
OpenCV 有Super Resolution module。我还没有机会尝试它，所以不太确定它的效果如何。
你应该看看Super-Resolution From a Single Image:
超分辨率 (SR) 方法可以大致分为两类方法：(i) 经典的多图像超分辨率（组合在亚像素未对齐处获得的图像），以及 (ii) 基于示例的超分辨率分辨率（从数据库中学习低分辨率和高分辨率图像块之间的对应关系）。在本文中，我们提出了一个统一的框架来结合这两种方法。
【讨论】：
看看quick image scaling algorithms。
首先，我将讨论一个简单的算法，称为“平滑 Bresenham”，它可以最好地描述为使用 Bresenham 算法在缩放网格上进行最近邻插值。该算法速度快，产生与线性插值相当的质量，并且可以上下缩放，但仅适用于较小范围内的缩放因子。为了抵消这一点，我接下来开发了一种方向插值算法，它只能放大（放大）并且只能放大 2 倍，但这样做的方式是保持边缘锐利。这种定向插值方法比平滑的 Bresenham 算法慢很多，因此在计算后缓存那些 2× 图像是实用的。缓存相对大小为 2 次方的图像，结合简单的插值，实际上是第三种图像缩放技术：MIP 映射。
一个相关的问题是Image scaling and rotating in C/C++。另外，您可以使用CImpg。
【讨论】：
您可以使用以下两个函数在opencv中轻松zoom in或zoom out图像。
放大
pyrUp(tmp, dst, Size(tmp.cols * 2, tmp.rows * 2));
缩小
pyrDown(tmp, dst, Size(tmp.cols / 2, tmp.rows / 2));
您可以在以下链接中获取有关该方法的详细信息：
【讨论】：