縮放演算法

A. 計算機圖形縮放的演算法是什麼

關於矢量圖和點陣圖

計算機能以矢量圖(vector)或點陣圖(bitmap)格式顯示圖像.理解兩者的區別能幫助您更好的提高工作效率.Fireworks可以讓您在一個軟體中使用矢量圖或點陣圖工具創作圖像,或者導入和處理其他應用軟體生成的矢量圖和點陣圖文件.Fireworks提供了點陣圖編輯模式和矢量圖編輯模式.

矢量圖

矢量圖使用線段和曲線描述圖像,所以稱為矢量,同時圖形也包含了色彩和位置信息.下面例子中的樹葉,就是利用大量的點連接成曲線來描述樹葉的輪廓線.然後根據輪廓線,在圖像內部填充一定的色彩.

當您進行矢量圖形的編輯時,您定義的是描述圖形形狀的線和曲線的屬性,這些屬性將被記錄下來.對矢量圖形的操作,例如移動,重新定義尺寸,重新定義形狀,或者改變矢量圖形的色彩,都不會改變矢量圖形的顯示品質.您也可以通過矢量對象的交疊,使得圖形的某一部分被隱藏,或者改變對象的透明度.矢量圖形是"解析度獨立"的,這就是說,當您顯示或輸出圖像時,圖像的品質不受設備的解析度的影響.在例子中,右圖是放大後的矢量圖形,我們看見圖像的品質沒有受到影響.

點陣圖

點陣圖使用我們稱為像素的一格一格的小點來描述圖像.您的計算機屏幕其實就是一張包含大量像素點的網格.在點陣圖中,上面我們看到的樹葉圖像將會由每一個網格中的像素點的位置和色彩值來決定.每一點的色彩是固定的,當我們在更高解析度下觀看圖像時,每一個小點看上去就像是一個個馬賽克色塊,如下面例子中的右圖.

當您在進行點陣圖編輯時,其實您是在一點一點的定義圖像中的所有像素點的信息,而不是類似矢量圖只需要定義圖形的輪廓線段和曲線.因為一定尺寸的點陣圖圖像是在一定解析度下被一點一點記錄下來,所以這些點陣圖圖像的品質是和圖像生成時採用的解析度相關的.當圖像放大後,會在圖像邊緣出

他們最簡單的區別就是:
失量圖可以無限放大.而且不會失真.
而點陣圖而不能.
所以有很多朋友的頭像都有失真的情況.
看上去不太舒服...
嘿嘿.....

再有才是點陣圖由像素組成.而失量圖由失量線組成.
這個就比較專業了.

特別是對於那些不懂什麼是像素的朋友.
呵呵.

再有的區別就是.點陣圖可以表現的色彩比較多.
而失量圖則相對較少...

所以.最基本的就是這幾種區別.

失量圖更多的用於工程作圖中.比如說ACD.
而點陣圖更多的應用在作圖中.比如PS.

點陣圖和矢量圖是計算機圖形中的兩大概念，這兩種圖形都被廣泛應用到出版，印刷，互聯網[如flash和svg]等各個方面，他們各有優缺點，兩者各自的好處幾乎是無法相互替代的，所以，長久以來，矢量跟點陣圖在應用中一直是平分秋色。

點陣圖[bitmap]，也叫做點陣圖，刪格圖象，像素圖，簡單的說，就是最小單位由象素構成的圖，縮放會失真。構成點陣圖的最小單位是象素，點陣圖就是由象素陣列的排列來實現其顯示效果的，每個象素有自己的顏色信息，在對點陣圖圖像進行編輯操作的時候，可操作的對象是每個象素，我們可以改變圖像的色相、飽和度、明度，從而改變圖像的顯示效果。舉個例子來說，點陣圖圖像就好比在巨大的沙盤上畫好的畫，當你從遠處看的時候，畫面細膩多彩，但是當你靠的非常近的時候，你就能看到組成畫面的每粒沙子以及每個沙粒單純的不可變化顏色。

矢量圖[vector]，也叫做向量圖，簡單的說，就是縮放不失真的圖像格式。矢量圖是通過多個對象的組合生成的，對其中的每一個對象的紀錄方式，都是以數學函數來實現的，也就是說，矢量圖實際上並不是象點陣圖那樣紀錄畫面上每一點的信息，而是紀錄了元素形狀及顏色的演算法，當你打開一付矢量圖的時候，軟體對圖形象對應的函數進行運算，將運算結果[圖形的形狀和顏色]顯示給你看。無論顯示畫面是大還是小，畫面上的對象對應的演算法是不變的，所以，即使對畫面進行倍數相當大的縮放，其顯示效果仍然相同[不失真]。舉例來說，矢量圖就好比畫在質量非常好的橡膠膜上的圖，不管對橡膠膜怎樣的常寬等比成倍拉伸，畫面依然清晰，不管你離得多麼近去看，也不會看到圖形的最小單位。

從下面的圖中，我們很容易可以看出點陣圖和矢量圖的區別。

點陣圖的好處是，色彩變化豐富，編輯上，可以改變任何形狀的區域的色彩顯示效果，相應的，要實現的效果越復雜，需要的象素數越多，圖像文件的大小[長寬]和體積[存儲空間]越大。

矢量的好處是，輪廓的形狀更容易修改和控制，但是對於單獨的對象，色彩上變化的實現不如點陣圖來的方便直接。另外，支持矢量格式的應用程序也遠遠沒有支持點陣圖的多，很多矢量圖形都需要專門設計的程序才能打開瀏覽和編輯。

常用的點陣圖繪制軟體有adobe photoshop、corel painter等，對應的文件格式為[.psd .tif][.rif]等，另外還有[.jpg][.gif][.png][.bmp]等。

常用的矢量繪制軟體有adobe illustrator、coreldraw、freehand、flash等，對應的文件格式為[.ai .eps][.cdr][.fh][.fla/.swf]等，另外還有[.dwg][.wmf][.emf]等。

矢量圖可以很容易的轉化成點陣圖，但是點陣圖轉化為矢量圖卻並不簡單，往往需要比較復雜的運算和手工調節。

矢量和點陣圖在應用上也是可以相互結合的，比如在矢量文件中嵌入點陣圖實現特別的效果，再比如在三維影象中用矢量建模和點陣圖貼圖實現逼真的視覺效果等等。

從圖看差別

B. 想要成為演算法工程師，要學習哪些課程一般是什麼專業的可以做

演算法工程師要求很高的數學水平和邏輯思維。需要學習高數，線性代數，離散數學，數據結構和計算機等課程。

專業要求：計算機、電子、通信、數學等專業。

演算法工程師簡介：

演算法工程師根據研究領域來分主要有音頻/視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。

在計算機音視頻和圖形圖形圖像技術等二維信息演算法處理方面目前比較先進的視頻處理演算法：機器視覺成為此類演算法研究的核心。

另外還有2D轉3D演算法(2D-to-3D conversion)，去隔行演算法(de-interlacing)，運動估計運動補償演算法(Motion estimation/Motion Compensation)，去噪演算法(Noise Rection)。

縮放演算法(scaling)，銳化處理演算法(Sharpness)，超解析度演算法(Super Resolution),手勢識別(gesture recognition),人臉識別(face recognition)。

以上內容參考：網路-演算法工程師

C. 圖像縮放的放大演算法

圖像放大幾乎都是採用內插值方法，即在原有圖像像素的基礎上在像素點之間採用合適的插值演算法插入新的元素。 對插值演算法分類比較混亂，各人有各人的分類演算法。文獻《圖像插值技術綜述》 中簡略的將插值演算法分為傳統插值、 基於邊緣的插值和基於區域的插值3類，作為初學者入門明晰插值演算法還是有幫助。
1.傳統差值原理和評價
在傳統圖像插值演算法中，鄰插值較簡單，容易實現，早期的時候應用比較普遍。但是，該方法會在新圖像中產生明顯的鋸齒邊緣和馬賽克現象。雙線性插值法具有平滑功能，能有效地克服鄰法的不足，但會退化圖像的高頻部分，使圖像細節變模糊。在放大倍數比較高時，高階插值，如雙三次和三次樣條插值等比低階插值效果好。這些插值演算法可以使插值生成的像素灰度值延續原圖像灰度變化的連續性，從而使放大圖像濃淡變化自然平滑。但是在圖像中，有些像素與相鄰像素間灰度值存在突變，即存在灰度不連續性。這些具有灰度值突變的像素就是圖像中描述對象的輪廓或紋理圖像的邊緣像素。在圖像放大中，對這些具有不連續灰度特性的像素，如果採用常規的插值演算法生成新增加的像素，勢必會使放大圖像的輪廓和紋理模糊，降低圖像質量。
2.基於邊緣的圖像插值演算法
為了克服傳統方法的不足， 提出了許多邊緣保護的插值方法，對插值圖像的邊緣有一定的增強， 使得圖像的視覺效果更好， 邊緣保護的插值方法可以分為兩類： 基於原始低分辨圖像邊緣的方法和基於插值後高解析度圖像邊緣的方法。基於原始低解析度圖像邊緣的方法:( 1)首先檢測低解析度圖像的邊緣， 然後根據檢測的邊緣將像素分類處理， 對於平坦區域的像素，採用傳統方法插值；對於邊緣區域的像素， 設計特殊插值方法， 以達到保持邊緣細節的目的。(2)基於插值後高解析度圖像邊緣的方法這類插值方法:首先採用傳統方法插值低解析度圖像，然後檢測高解析度圖像的邊緣，最後對邊緣及附近像素進行特殊處理， 以去除模糊， 增強圖像的邊緣。
3.基於區域的圖像插值演算法
首先將原始低解析度圖像分割成不同區域，然後將插值點映射到低解析度圖像， 判斷其所屬區域， 最後根據插值點的鄰域像素設計不同的插值公式， 計算插值點的值。 上述文獻所闡述的分類方法可以參考，但文獻闡述的方法過於狹隘，都是在線性方法上的基礎做改良。偏微分方程插值(PDE),分形，小波逆向插值這三種也是插值演算法的主流之一。小波與分形演算法計算復雜度高，效果較好，小波邊緣處理最好，分形次之。
小波插值充分利用 了圖像奇異特徵沿小波分解尺 度的傳播性 ， 能夠更准確地重建出高解析度圖像細節。 但由於小波系數奇異值 的定位涉及精確復雜的邊緣檢 測且小波系數很難跨 尺度對准， 使得演算法實現十分復雜。基於小波插值 的演算法主要有兩種， 分別為子帶插值 和極值外推插值。小波變換本質上是用小波函數作為
帶通濾波器進行濾波， 將原始信號分解為一系列頻帶上 的信號由小波函數簇定義小波變換為： 小波插值公式1。
而小波逆變換則是從分解到各頻帶 的信號進行原
始信號的重構 ：小波插值公式2
小波插值公式3：推廣出二維離散小波變換， 對數字圖像進行重構和插值。 如果圖像 是空問頻率有限的二維信號， 對圖像進行相應頻窗的小 波反變換得到的圖像就可認為是對該圖像的插值。
分形圖像是一種具有復雜幾何形狀,不規則的圖像 ,但其內部基本特徵是自相似性 ,它反映了局部與局部 ,局部與整體在形態、 功能、 時空等方面具有統計意義的相似性.提高圖像解析度的簡單有效的方法是進行內插 ,但經通常的內插後 ,圖像的紋理特徵會有損失 ,利用分形插值方法可以生成高解析度的圖像 ,而且能保持原來圖像的紋理特徵.