画像スケーリングとは何ですか?
画像スケーリングは、デジタル画像のサイズを増加または縮小するコンピューターグラフィックプロセスです。画像は、画像ビューアーまたは編集ソフトウェアで明示的にスケーリングできます。または、画像を異なるサイズの領域に適合させるプログラムによって自動的に実行できます。サムネイルの写真を作成するために行われるように、画像を削減すると、いくつかの方法を使用できますが、サンプリングと呼ばれるタイプのサンプリングを使用して、画像を減らして元の品質を維持します。より大きな領域を埋めるために必要なピクセルの数は、元の画像のピクセル数よりも大きいため、画像のサイズを大きくすることはより複雑になる可能性があります。画像スケーリングを使用して画像のサイズを増やすと、いくつかのアルゴリズムの1つを使用して、大きな画像の追加ピクセルの色を近似します。
sを増やすために画像スケーリングで使用できるアルゴリズムには3つの主要なタイプがあります画像のize。最もシンプルなバージョンでは、ソース画像に各元のピクセルを取り、それをより大きな画像に対応する位置にコピーします。これにより、現在の場所の左側にあるソースピクセルの色を空のピクセルに割り当てることにより、大きな画像のピクセル間のギャップが残ります。これにより、実際には、画像とそのデータがより大きな領域に掛けられます。最も近い隣人と呼ばれるこの方法は、データの損失を防ぐのに効果的ですが、個々のピクセルの拡大ブロックがはっきりと表示されるため、画像スケーリング後の結果の品質は通常苦しみます。
他の画像スケーリングアルゴリズムは、拡大した画像の空のスペースを、周囲のピクセルの色によって色が決まるピクセルで拡大した画像の空間に記入することにより機能します。これらのアルゴリズムは、双線形補間と二気圧補間と呼ばれ、基本的に特定のピクセルを囲むソースピクセルの色を平均し、より大きな画像の空のスペースをCで埋めます包まれた色平均。結果は最も近い隣の画像スケーリングよりも滑らかですが、スケーリングが大きすぎる画像はぼやけて、色の不明瞭なブロックでいっぱいになる可能性があります。
3番目のタイプの画像スケーリングアルゴリズムは、パターン認識の形式を使用して、拡大している画像の異なる領域を識別し、欠落しているピクセルを構成しようとします。この方法は良い結果をもたらす可能性がありますが、アルゴリズムが適用される回数が多いほど、画像内に視覚アーティファクトの作成を開始することもできます。この方法でのスケーリング画像は、フルカラーの写真画像の場合は計算上高価であり、他のタイプのスケーリングよりも多くのメモリを必要とする可能性があります。
画像スケーリングを使用して、デジタル画像のサイズを縮小することもできます。小さい画像はソース画像よりもピクセルが少ないため、ほとんどのアルゴリズムはかなり良い結果を提供します。画像のサイズを縮小するアルゴリズムは、サイズを増やすために使用されるアルゴリズムと似ていますが、プロセスはPEです逆にrformed。ソース画像のピクセルは、エリアの平均化され、適切な場所の新しい小さな画像に配置された単一のピクセルに結合されます。