Atitit 图像处理Depixelizing Pixel Art像素风格画的矢量化

在去年的时候，偶然看到hqx算法。

一个高质量的插值放大算法。

与双线性插值等插值算法相比，这个算法放大后对人眼保护相对比较好。

没有双线性插值看起来模糊，固然，也抽空把算法简单优化了一下。

常规的图像填充采样放大

”经典“的图像填充采样放大，应用线性滤波器，或导出于分析插值理论、或导出于信号处理理论。使用滤波器的实例，比如“最近邻,Bicubic和Lancosz [ Wolberg 1990 ]。这些滤波器并不对原始数据做任何假定，唯一的条件就是带宽限制。结果，图片经这种处理之后，突变亮点和明显的边界都变得模糊。

最近十年，许多复杂的算法问世，并对原始输入图片做了强假定，比如，假定讨论自然图片统计[Fattal 2007]或者自相似性[Glasneret al.2009]。这些方法都超出了本文的论点。然而，在多数情形，这些(自然的)图片并不包含颜色量化的微型像素图片。因此，这些方法在这些图形输入处理上往往表现很差。

1、最临近点插值算法(Nearest Neighbor)

最邻近点插值算法是最简单也是速度最快的一种算法，其做法是將放大后未知的像素点P，將其位置换算到原始影像上，与原始的邻近的4周像素点A,B,C,D做比较，令P点的像素值等于最靠近的邻近点像素值即可。如上图中的P点，由于最接近D点，所以就直接取P=D。

这种方法会带来明显的失真。在A,B中点处的像素值会突然出现一个跳跃，这就是出现马赛克和锯齿等明显走样的原因。最临近插值法唯一的优点就是速度快。

2、双线性插值算法(Bilinear Interpolation)

其做法是將放大后未知的像素点P，將其位置换算到原始影像上，计算的四個像素点A,B,C,D对P点的影响(越靠近P点取值越大，表明影响也越大)，其示意图如下。

双立方插值算法(Bicubic Interpolation)

双立方插值算法与双线性插值算法类似，对于放大后未知的像素点P，将对其影响的范围扩大到邻近的16个像素点，依据对P点的远近影响进行插值计算，因P点的像素值信息来自16个邻近点，所以可得到较细致的影像，不过速度比较慢。

4、自适应样条插值极其增强技术（ S-Spline & S-Spline XL）

与上述经典的插值方法最大的区别在于， S-Spline 采用了一种自适应技术，那些传统的方法总是依据周围的像素点来求未知点的色彩值，也就是说需要求解的色彩值仅仅依靠该像素点在图像中的位置，而非实际的图像的像素信息，而自适应样条算法还会考虑实际图像的像素信息。实验表明，经过 S-Spline 算法得到的图像效果要优于双立方插值算法。

现在 S-Spline 算法又出现了增强版 S-Spline XL，新版本的 S-Spline XL 算法较 S-Spline 而言画面的锐度得到进一步增强，物体的轮廓更加清晰，边缘的锯齿现象大大减弱，图像感受更加自然。

对比以上各图并结合实验数据，我把效果参数列举如下表。

插值类型	主观感受	图像轮廓	总体评价	处理耗时
最临近点插值 N earrst_ N eighbour	马赛克现象严重	不清晰	最差	5秒
双线性插值 B ilinear	图像模糊，不锐利	边缘不清晰，有锯齿现象	差	6秒
双立方插值 B icubic	图像较模糊，较锐利	锯齿现象有所改善	折中	8秒
自适应样条插值 S-S pline	图像相对清晰，锐利	边缘变得清晰，锯齿现象消失	好	18秒
自适应样条增强 S-S pline_ XL	图像清晰，锐利	边缘锐利，清晰	最好	20秒

像素图的去像素化（Depixeling Pixel Art） - lonelyrains的专栏 - 博客频道 - CSDN.NET.html

图像放大方法概述 - 阳光日志 - 博客频道 - CSDN.NET.html

图像缩放--插值法__chease_新浪博客.html

作者:: 绰号:老哇的爪子claw of Eagle 偶像破坏者Iconoclast image-smasher

捕鸟王"Bird Catcher 王中之王King of Kings 虔诚者Pious 宗教信仰捍卫者 Defender of the Faith. 卡拉卡拉红斗篷 Caracalla red cloak

简称：： Emir Attilax Akbar 埃米尔阿提拉克斯阿克巴

全名：：Emir Attilax Akbar bin Mahmud bin attila bin Solomon Al Rapanui

埃米尔阿提拉克斯阿克巴本马哈茂德本阿提拉本所罗门阿尔拉帕努伊

常用名：艾提拉（艾龙）， EMAIL:1466519819@qq.com

转载请注明来源：attilax的专栏 http://www.cnblogs.com/attilax/

--Atiend