이미지 스케일링이란 무엇입니까?

이미지 스케일링은 디지털 이미지의 크기를 늘리거나 줄이는 컴퓨터 그래픽 프로세스입니다. 이미지는 이미지 뷰어 또는 편집 소프트웨어를 사용하여 명시 적으로 크기를 조정하거나 프로그램이 다른 크기의 영역에 이미지를 맞추기 위해 자동으로 수행 할 수 있습니다. 축소판 그림을 만드는 것처럼 이미지를 줄이면 몇 가지 방법을 사용할 수 있지만 이미지를 줄이고 원본 품질을 유지하기 위해 언더 샘플링이라는 샘플링 유형을 주로 사용합니다. 더 큰 영역을 채우는 데 필요한 픽셀 수가 원본 이미지의 픽셀 수보다 많기 때문에 이미지 크기를 늘리는 것이 더 복잡 할 수 있습니다. 이미지 크기 조정을 사용하여 이미지 크기를 늘리는 경우 여러 알고리즘 중 하나를 사용하여 더 큰 이미지에서 추가 픽셀의 색상을 근사화합니다.

이미지 크기를 증가시키기 위해 이미지 스케일링에 사용할 수있는 세 가지 주요 알고리즘 유형이 있습니다. 가장 간단한 버전은 소스 이미지의 각 원본 픽셀을 가져 와서 더 큰 이미지의 해당 위치로 복사합니다. 이렇게하면 더 큰 이미지의 빈 픽셀에 현재 위치의 왼쪽에 소스 픽셀의 색상을 할당하여 채워지는 픽셀 사이에 틈이 생깁니다. 실제로 이미지와 데이터를 더 큰 영역으로 곱합니다. 가장 가까운 이웃이라고하는이 방법은 데이터 손실을 방지하는 데 효과적이지만 개별 픽셀의 확대 된 블록이 명확하게 보이기 때문에 이미지 스케일링 후 결과 품질이 저하됩니다.

다른 이미지 스케일링 알고리즘은 확대 된 이미지의 빈 공간을 주변 픽셀의 색상으로 결정되는 픽셀로 채워서 작동합니다. 쌍 선형 보간 및 쌍 입방 형 보간이라고하는이 알고리즘은 기본적으로 주어진 픽셀을 둘러싼 소스 픽셀의 색상을 평균화 한 다음 더 큰 이미지의 빈 공간을 계산 된 색상 평균으로 채 웁니다. 결과는 가장 가까운 이웃 이미지 스케일링보다 부드럽지만 스케일이 너무 큰 이미지는 흐릿하고 불분명 한 색상 블록으로 가득 찰 수 있습니다.

세 번째 유형의 이미지 스케일링 알고리즘은 패턴 인식 형태를 사용하여 확대중인 이미지의 다른 영역을 식별 한 다음 누락 된 픽셀을 구성하려고 시도합니다. 이 방법을 사용하면 좋은 결과를 얻을 수 있지만 알고리즘이 적용될 때마다 이미지 내에 시각적 아티팩트를 만들 수 있습니다. 이러한 방식으로 이미지의 스케일링은 풀 컬러 사진 이미지의 경우 계산 비용이 많이 들며 다른 유형의 스케일링보다 더 많은 메모리가 필요할 수 있습니다.

이미지 스케일링을 사용하여 디지털 이미지의 크기를 줄일 수도 있습니다. 작은 이미지는 소스 이미지보다 픽셀 수가 적으므로 대부분의 알고리즘은 상당히 좋은 결과를 제공합니다. 이미지 크기를 줄이는 알고리즘은 프로세스를 반대로 수행하더라도 크기를 늘리는 데 사용되는 알고리즘과 비슷합니다. 소스 이미지의 픽셀은 영역에 대해 평균화되고 적절한 위치에서 더 작은 새 이미지에 배치되는 단일 픽셀로 결합됩니다.