Перцептивная субдискретизация изображения
Необходимо циклично выполниться по всем блокам, которыми Вы интересуетесь. От блока можно получить все типы, которые он определяет. Обратите внимание на это, когда Вы сделаете AppDomain. CurrentDomain. Блоки Вы только получаете блоки, которые загружаются. Блоки не загружаются, пока они не необходимы, так, чтобы средства, что необходимо явно загрузить блоки, прежде чем Вы начнете искать.
4 ответа
Бикубическая интерполяция обычно считается достаточно хорошей, но идеального решения не существует, это зависит от людей и свойств изображения. передискретизируется.
Ссылки по теме:
Я даже не знал, что резкость также называется резкостью .
Наложение - это проблема, которая может возникнуть при наивном понижении дискретизации.
Прочтите это:
Хорошо, это неплохое чтение. Но понимание конструкции фильтра было бы удобно.
В общем, процесс масштабирования изображения от W1 x H1 до W2 x H2, где W1, W2, H1, H2 - целые числа, состоит в том, чтобы найти новые W3, H3, чтобы W1 и W2 - это целочисленные множители W3, а H1 и H2 - целочисленные множители H3, а затем дополняют исходное изображение нулями (используются для разделения пикселей исходного изображения), чтобы теперь его размер был W3 x H3. Это приводит к появлению высоких частот из-за разрывов в изображении, поэтому вы применяете фильтр нижних частот к изображению, а затем уменьшаете отфильтрованное изображение до его нового размера (W2 x H2). Похоже, вы уже пытаетесь это сделать, но фильтрацию можно выполнить во временной области, так что преобразование Фурье на самом деле не требуется.
На практике, процесс, который я только что описал, оптимизирован (вы заметите, что при применении фильтра свертки к масштабированному изображению большинство членов будут равны 0, так что вы можете избежать, например, большинства операций умножения в своем алгоритме. отбрасывая многие из отфильтрованных результатов, вам не нужно их вычислять, поэтому вы, в основном, получаете несколько умножений и сложений для каждого пикселя в целевом изображении. Хитрость заключается в том, чтобы выяснить, какие коэффициенты использовать. )
Я считаю, что libswscale в проекте ffmpeg делает что-то подобное. Проверьте это:
http://gitorious.org/libswscale
Как указывали другие, (и вы, очевидно, заметили) прореживание изображения приводит к появлению артефактов наложения спектров. Я не могу быть уверен в вашей реализации передискретизации, но у этого метода есть интересные подводные камни, зависящие от размера используемого окна и других деталей реализации.
Паскаль прав. Зависит от изображения и от того, что вы хотите. Некоторые факторы:
- сохранение острых краев
- сохранение цветов
- скорость алгоритма
Это ваш метод .
Некоторые другие:
Обратите внимание, что иногда передискретизация может дать более четкий результат, чем, скажем, при использовании камеры с более низким разрешением, потому что на изображении с высоким разрешением будут края, которые не могут быть обнаружены устройством с более низким разрешением.
Боковое примечание: многие алгоритмы (особенно ближайшего соседа) можно оптимизировать, если вы уменьшаете масштаб на целое число (например, деление на 4 или 6).
Вы можете попробовать алгоритм изменения размера с учетом содержимого. См .: http://www.seamcarving.com/