概述

基于上一节“等距采样法”实现图片放大与缩小的缺点。要对其进行改进，对图像的缩小则可以用“局部均值法”，对于图像的放大则可以用“双线性插值法”。

效果如下：

2048*1536缩小为100*80时的效果

100*80放大到600*400的效果

局部均值法缩小图像

(1)计算采样间隔

设原图的大小为W*H，将其放大(缩小)为(k1*W)*(K2*H)，则采样区间为

ii=1/k1; jj=1/k2;

当k1==k2时为等比例缩小；当k1!=k2时为不等比例放大(缩小)；当k1<1&&k2<1时为图片放大，k1<1&&k2>1时时图片缩小

(2)求出局部子块

设原图为F(x,y)(i=1,2,……W; j=1,2,……H)，缩小的图像为G(x,y)(i=1,2, ……M; j=1,2,……N，其中M=W*k1,N=H*k2)，则有原图像局部子块为

f’(x,y)= f(ii*i, jj*j) …… f(ii*i + ii-1, jj*j)

…… ……

f(ii*i, jj*j+jj-1) …… f(ii*i + ii-1, jj*j+jj-1)

(3)求出缩小的图像

G(x, y) = f’(x,y)的均值

例：

缩小后的图像

例如g11=(f11 +f12 + f21 + f22)/4

算法源代码(java)

/**

* 局部均值的图像缩小

* @param img 要缩小的图像对象

* @param m 缩小后图像的宽

* @param n 缩小后图像的高

* @return 返回处理后的图像对象

*/

public static BufferedImage shrink(BufferedImage img, int m, int n) {

float k1 = (float)m/img.getWidth();

float k2 = (float)n/img.getHeight();

return shrink(img, k1, k2);

}

/**

* 局部均值的图像缩小

* @param img 要缩小的图像对象

* @param k1 要缩小的列比列

* @param k2 要缩小的行比列

* @return 返回处理后的图像对象

*/

public static BufferedImage shrink(BufferedImage img, float k1, float k2) {

if(k1 >1 || k2>1) {//如果k1 >1 || k2>1则是图片放大，不是缩小

System.err.println("this is shrink image funcation, please set k1<=1 and k2<=1！");

return null;

}

float ii = 1/k1;//采样的行间距

float jj = 1/k2; //采样的列间距

int dd = (int)(ii*jj);

//int m=0 , n=0;

int imgType = img.getType();

int w = img.getWidth();

int h = img.getHeight();

int m = (int) (k1*w);

int n = (int) (k2*h);

int[] pix = new int[w*h];

pix = img.getRGB(0, 0, w, h, pix, 0, w)