采样概念

采样仅对自变量进行。例如，如果我们在采样中将x轴数字化。

y=sinx (it is done on variable x)

采样分为两部分：

• 上采样
• 下采样

由于噪声，采样信号会有变化。为了减少噪声，需要使用更多的样本，这意味着需要更多的数据或像素，从而可以得到更好的图像，同时噪声更少。

在图像中，像素是最小的元素，以矩阵形式表示。

在采样中，在X轴上获取的采样数是连续的，并且是指该图像中的像素数。

过采样

正如我们在上面看到的，有两种类型的采样：上采样和下采样。

上采样也称为过采样。

在图像中，过采样意味着使用高分辨率图像传感器(与相机输出图像分辨率相比)。

图像处理中的一种过采样应用称为缩放。

缩放

增加像素数量称为缩放。当我们放大图像时，可以看到更多细节。

使用过采样可以增加像素数量。

缩放有两个步骤：

• 在新的位置，将创建新的像素。
• 并将灰度级分配到新位置。

缩放图像的另一种方法是使用镜头的马达移动进行光学缩放，然后捕获图像。

光学变焦与数字变焦

缩放方式

缩放使用三种方法：它们如下：

• 像素复制或(最近邻居插值)
• 零阶保持方法
• 放大K倍

像素复制

像素复制也称为最近邻居插值。在这种方法中，产生相邻像素的副本。此算法的作用与缩放相同。

加工：

在这种方法中，从原始给定的像素生成新的像素。每个像素从其相邻像素n行逐列复制，我们得到一个放大的图像。

例如，我们有2行2列的图像。然后我们将图像放大两次。

行明智的缩放：

当图像逐行缩放时，它将像素从行复制到新单元格

列大小缩放：

下一步是将像素逐列复制到新的相邻列。

我们可以看到原始图像具有2行2列，但是在缩放图像后，将其转换为4行4列。

优点

这非常简单，我们必须复制像素。

缺点

当我们缩放图像时，输出非常模糊。结果，我们得到了完全模糊的图像。

零订单保全

这是另一种缩放方法。零阶保持也称为放大两次，因为它只能放大两次。

加工

在此方法中，从该行中取出两个相邻元素，然后将元素相加，结果除以二。结果放置在元素之间。

例如：

行明智缩放

当图像按行缩放时，将各行相加(5 + 6)= 11，然后将其除以2。我们将得到5.5近似于5，并在第二行中执行该操作。

列明智缩放

当图像按列进行缩放时，然后将列相加(5 + 7)= 12，然后将其除以2。我们将得到6，然后在所有列中执行此操作。

如我们所见，原始图像具有2行2列，但在缩放后将其转换为3行3列。

这非常简单，并且不会产生模糊的图像。

坏处

它以2的幂为单位工作。

两次缩放的原因

正如在上面的示例中看到的，我们有2行2列的图像。如果我们要将图像放大7或9倍，则无法完成。

它只能放大2的幂，即2、4、8、16、32等。

K倍变焦

K-Times缩放是完美的缩放算法。在该算法中，k代表缩放因子。

以下是获取行和列中使用的缩放图像的步骤：

• 拍摄两个相邻像素。
• 较大的像素减去较小的像素，结果称为OP。
• 现在，将OP除以缩放系数(k)。
• 现在，将结果添加到较小的像素中，然后将其放置在这些像素之间。

例如：

我们有2行3列的图像。而且我们必须将图像放大三次。

在这种情况下，缩放系数(k)为3。因此，要插入的值数为k-1 = 3-1 = 2。

行明智缩放

让我们先取两个相邻像素。即2和3。

现在，从2中减去3。
+="" 0.3="" 1="" 2="2.3(大约2)
并再次添加具有更高编号的OP
" 3="3.3

注意：我们已经计算了两个值，因为我们必须插入k-1个值。

现在，对接下来的两个像素重复上述步骤。

列明智缩放

在列缩放中，执行与行缩放中相同的步骤。

如图所示，我们可以看到原始图像有2行3列，但是在缩放后，图像被转换为4行7列。

优点

可以将其缩放到任意倍数，可以是三倍或四倍甚至更多倍。

缺点

由于最后增加了步骤，因此增加了计算成本。