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
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* 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