数字图像处理 第六章 图像的几何变换.ppt

最近像素插值算法是最简单的一种插值算法，当图片放大时，缺少的像素通过直接使用与之最接近的原有的像素的颜色生成，也就是说照搬旁边的像素。它是三种内插值方式中质量最差的一种，用该方法修改后的图像边缘有锯齿，但速度较快。 　　双线性插值算法(Bilinear Interpolation)是沿水平和垂直方向对周围像素取样，然后建立像素颜色总数的平均颜色值，输出的图像的每个像素都是原图中四个像素(2×2)运算的结果。这种算法极大地消除了锯齿现象，在计算速度与质量两个方面都居于三种方法中间地位。 　　双立方插值算法是在水平、垂直和对角线方向对像素取样，然后使用总颜色的加权平均值建立新像素，它是三者中运算速度最慢，但效果最佳的一种。 * 函数名称： DLInsAlgorithm() * * 参数: * * LPSTR lpDIB //指向源DIB图像指针 * * float x //插值元素的x坐标 * * float y //插值元素的y坐标 * * 返回值: * * BYTE //返回插值计算结果。 * * 说明: * * 该函数利用双线性插值算法来估算不在原位图中的象素点的值。为使算法过于复杂 *只处理256色位图。 BYTE WINAPI DLInsAlgorithm(LPSTR lpDIB,float x, float y) { //指向原图象像素的指针 LPBYTE lpDIBBits; //原图象的高度、宽度 LONG lWidth,lHeight; //指向原图象信息头结构的指针 LPBITMAPINFOHEADER lpbmi; //与（x,y）最临近四个象素的坐标(i1, j1), (i2, j1), (i1, j2), (i2, j2) LONG i1, i2; LONG j1, j2; //四个最临近象素点的值 BYTE f1, f2, f3, f4; //两个插值中间值 BYTE f12, f34; //用于判定两个像素的距离，如果两个像素的距离小于该值则认为是同一个像素 FLOAT LIMIT=0.0001; LONG lLineBytes; // 图像每行的字节数 lpbmi=(LPBITMAPINFOHEADER)lpDIB; //获取原图象信息头结构的指针 lpDIBBits=(LPBYTE)::FindDIBBits(lpDIB); //找到原图象的像素起始位置 lWidth=::DIBWidth(lpDIB); //原位图的宽度 lHeight=::DIBHeight(lpDIB); //原位图的高度 //计算原图像每行的字节数 lLineBytes = WIDTHBYTES(lWidth * lpbmi-biBitCount); // 计算四个最临近象素的坐标 i1 = (LONG)x; i2 = i1+1; j1 = (LONG)y; j2 = j1+1; //根据不同情况分别处理 if( (x 0) || (x lWidth - 1) || (y 0) || (y lHeight - 1)){ // 要计算的点不在源图范围内，直接返回255。 return 255; } else {if (fabs(x - lWidth + 1) = LIMIT) {// 要计算的点在图像右边缘上 if (fabs(y - lHeight + 1) = LIMIT) { // 要计算的点正好是图像最右下角那一个象素，直接返回该点象素值 f1 = *((LPBYTE)lpDIBBits + lLineBytes * (lHeight - 1 - j1) + i1); return f1; } else{ // 在图像右边缘上且不是最后一点，直接一次插值即可 f1 = *((LPBYTE)lpDIBBits + lLineBytes * (lHeight - 1 - j1) + i1); f3 = *((LPBYTE)lpDIBBits + lLineBytes * (lHeight - 1 - j1) + i2); // 返回插值结果 return ((BYTE) (f1 + (y -j1) * (f3 - f1))); }} else if (fabs(y - lHeight + 1) = LIMIT) { // 要计算的点在图像下边缘上且不是最后一点，直接一次插值即可 f1 = *((LPBYTE)lpDIBBits + lLineBytes