插值运算

“插值”最初是电脑的术语，后来引用到数码图像上来。图像放大时，像素也相应地增加，但这些增加的像素从何而来？这时插值就派上用场了：插值就是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩（也有的有些相机使用插值，人为地增加图像的分辨率）。所以在放大图像时，图像看上去会比较平滑、干净。但必须注意的是插值并不能增加图像信息。以下是经过不同插值算法处理的图片。

图1 原图

图2 最近像素插值算法（Nearest Neighbour interpolation）

　　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，这样做的结果是产生了明显可见的锯齿。

图3 双线性插值（Bilinear interpolation）

　　这种算法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。

图4 双三次插值算法（Bicubic interpolation）

　　这种算法是上一种算法的改进算法，它输出图像的每个像素都是原图16个像素（16×16）运算的结果。这种算法是一种很常见的算法，普遍用在图像编辑软件、打印机驱动和数码相机上。

图5 分形算法（Fractal interpolation）

　　这是Altamira Group提出的一种算法，这种算法得到的图像跟其它算法相比更清晰、锐利。

　　现在有许多数码相机生产商将插值算法用在了数码相机上，并将通过算法得到的分辨率值大肆宣传，固然他们的算法比双三次插值算法等算法先进很多，但是事实是：图像的细节是不能凭空造出来的。对数码相机不是很熟悉的消费者在购买时一定要注意这个问题。