也稱零階插值。它輸出的像素灰度值就等于距離它映射到的位置最近的輸入像素的灰度值。但當圖像中包含像素之間灰度級有變化的細微結構時,最鄰近算法會在圖像中產(chǎn)生人為加工的痕跡。 具體計算方法：對于一個目的坐標，設為 M(x,y)，通過向后映射法得到其在原始圖像的對應的浮點坐標，設為 m(i+u,j+v)，其中 i,j 為正整數(shù)，u,v 為大于零小于1的小數(shù)(下同)，則待求象素灰度的值 f(m)。利用浮點 m 相鄰的四個像素求f(m)的值。

• 1
• 2
• 3

function re_im = nearest(im, p, q) %最鄰近插值法，輸入目標圖像和行縮放、縱縮放倍數(shù) %ziheng 2016.3.27 [m,n] = size(im); im_R = im(:,:,1); im_G = im(:,:,2); im_B = im(:,:,3); l = round(m*p); h = round(n*q)/3; re_R = uint8(zeros(l,h)); re_G = uint8(zeros(l,h)); re_B = uint8(zeros(l,h)); for dstx = 1:lfor dsty = 1:hsrcx = max(1,min(m,round(dstx/p)));srcy = max(1,min(n/3,round(dsty/q)));re_R(dstx,dsty) = im_R(srcx,srcy);re_G(dstx,dsty) = im_G(srcx,srcy);re_B(dstx,dsty) = im_B(srcx,srcy);end end re_im = cat(3,re_R,re_G,re_B); figure,imshow(re_im);

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23

http://blog.csdn.net/tianxiaov/article/details/51112928

總結

以上是生活随笔為你收集整理的最邻近插值法(The nearest interpolation)实现图像缩放的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。