DevC++ easyx 从图片放缩理解双线性插值意义

2023-12-28 21:52
文章标签 c++ 图片 理解 easyx 意义 dev 线性插值 放缩

本文主要是介绍DevC++ easyx 从图片放缩理解双线性插值意义，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

很久就想实现的一个功能，图片能够拖动，图片能够通过视口局部显示，但是图片放大缩小还是解决。

于是心心念念半年过去了。

恰逢校园地图大作业，按意思来说是可视化，想着能不能改改代码，搓一个地图，然后实现放大缩小。

功夫不负有心人

找到上古传说，感谢大哥：

【图像缩放】基于双线性插值算法的图像缩放函数_easyx吧_百度贴吧 (baidu.com)

 但是只有纯粹的算法和一个函数，需要更好适配鼠标滚轮的话，还得现找，就又尝试找鼠标滚轮，翻出来代码，原来easyx图形库还是内置了这个的。

如何用鼠标滚轮实现绘图窗口的缩放呢 - CodeBus

然后去了解大哥用的处理图像的算法，但是现在还是一点也不明白，只能说是图片像素是固定的屏幕的像素只能是0.02毫秒长宽，但是图片放大，原来的一个像素就能表示的图片，现在需要四个像素来表示，那么像素要怎么选择颜色。

另一个是缩小，原来一个像素点了，但是图片缩小了，一个像素顶原来的四个像素，如何确定这个像素的颜色，同样也是问题。

而插值法，简单来说，就是在两个数据中间猜一个数据。这样描述起来就是无中生有了一个新像素。对应放大。

另一种缩小，两个数据中间猜一个，去替换这两个数据中间的一堆数据，以一当百。对应缩小。

目前理解程度就是这样。

至于双线性，就是x方向补上像素，对应x方向拉伸，拉伸完，再往y方向拉伸，补充像素。

而这样的结果却是x会插值两次，然后y插值一次。如下面链接的图。

后来瞪图才明白，x插值其实是形成了矩形，y需要确定一个区间，这样才能在矩形的中心插入像素。替代去整个矩形。这样面积就缩小了，整个矩形的信息就拿中心插值产生的像素代替了。

这样原图有多少个矩形，新图就有多少个像素。正好信息一一对应，一个矩形丢失其他像素的信息，拿中心插值产生的像素代替矩形。

详解理解自：

图像处理+双线性插值法_双线性插值计算任意位置处的灰度值-CSDN博客

 不多说，上代码。

#include <graphics.h>
#include <iostream>
#include <graphics.h>
#include <conio.h>
//#include"BIA_ZoomImage.h"void ZoomImage(IMAGE* P,IMAGE* Q,double ZoomRate,bool HighQuality=false,double ZoomRate2=0) {//不填写第二缩放参数则默认和第一相等if(ZoomRate2==0)ZoomRate2=ZoomRate;//根据缩放比率设定目标图像大小P->Resize((int)(Q->getwidth()*ZoomRate),(int)(Q->getheight()*ZoomRate2));//分别对原图像和目标图像获取指针DWORD* M=GetImageBuffer(P);DWORD* N=GetImageBuffer(Q);//选择高质量则使用双线性插值算法if(HighQuality) {for(int i=0; i<P->getheight(); i++) {for(int j=0; j<P->getwidth(); j++) {//求出目标图像对应像素点在原图的浮点坐标并取整int X_=(int)((j+0.5)/ZoomRate-0.5);int Y_=(int)((i+0.5)/ZoomRate2-0.5);//根据取整坐标求A1(X,Y), A2(X+1,Y), A3(X,Y+1), A4(X+1,Y+1)即浮点坐标临近4个点的颜色平均值。M[j+i*P->getwidth()]=RGB((GetRValue(N[X_+Y_*Q->getwidth()])+GetRValue(N[(X_+1)+Y_*Q->getwidth()])+GetRValue(N[X_+(Y_+1)*Q->getwidth()])+GetRValue(N[(X_+1)+(Y_+1)*Q->getwidth()]))/4,(GetGValue(N[X_+Y_*Q->getwidth()])+GetGValue(N[(X_+1)+Y_*Q->getwidth()])+GetGValue(N[X_+(Y_+1)*Q->getwidth()])+GetGValue(N[(X_+1)+(Y_+1)*Q->getwidth()]))/4,(GetBValue(N[X_+Y_*Q->getwidth()])+GetBValue(N[(X_+1)+Y_*Q->getwidth()])+GetBValue(N[X_+(Y_+1)*Q->getwidth()])+GetBValue(N[(X_+1)+(Y_+1)*Q->getwidth()]))/4);}}} else//选择低质量则按常规方法缩放{for(int i=0; i<P->getheight(); i++)for(int j=0; j<P->getwidth(); j++)//根据目标图像像素点位置逆推算原图像像素点赋值M[j+i*P->getwidth()]=N[(int)(j/ZoomRate)+(int)(i/ZoomRate2)*Q->getwidth()];}
}int main() {initgraph(1640, 1480);IMAGE p(1200,1000);IMAGE b(500,400);cleardevice();SetWorkingImage(&p);setbkcolor(BLUE);cleardevice();circle(320, 240, 100);ZoomImage(&b,&p,0.9,0,0);
//	把p放缩到b里面，0.9小于1，所以是缩小了的p。SetWorkingImage();putimage(0,0,&b);ExMessage msg;double t=1;while(1) {
//	m=getmessage();if (peekmessage(&msg, EM_MOUSE)) {if (msg.message == WM_MOUSEWHEEL) {
//				鼠标滚轮滚动的话 if (msg.wheel > 0) {t+=0.1;
//					放大} else {t-=0.1;
//					缩小}ZoomImage(&b,&p,t,0,0);SetWorkingImage();setbkcolor(BLACK);cleardevice();putimage(0,0,&b);fillrectangle(300,600,500,800);}}}getch();closegraph();return 0;
}

贴吧上古传说，代码自大哥的百度网盘而来。

【图像缩放】基于双线性插值算法的图像缩放函数_easyx吧_百度贴吧 (baidu.com) 

#ifndef ZOOM_H
#define ZOOM_Hvoid ZoomImage(IMAGE* P,IMAGE* Q,double ZoomRate,bool HighQuality=false,double ZoomRate2=0)
{//不填写第二缩放参数则默认和第一相等if(ZoomRate2==0)ZoomRate2=ZoomRate;//根据缩放比率设定目标图像大小P->Resize((int)(Q->getwidth()*ZoomRate),(int)(Q->getheight()*ZoomRate2));//分别对原图像和目标图像获取指针DWORD* M=GetImageBuffer(P);DWORD* N=GetImageBuffer(Q);//选择高质量则使用双线性插值算法if(HighQuality){for(int i=0;i<P->getheight();i++){for(int j=0;j<P->getwidth();j++){//求出目标图像对应像素点在原图的浮点坐标并取整int X_=(int)((j+0.5)/ZoomRate-0.5);int Y_=(int)((i+0.5)/ZoomRate2-0.5);//根据取整坐标求A1(X,Y), A2(X+1,Y), A3(X,Y+1), A4(X+1,Y+1)即浮点坐标临近4个点的颜色平均值。M[j+i*P->getwidth()]=RGB((GetRValue(N[X_+Y_*Q->getwidth()])+GetRValue(N[(X_+1)+Y_*Q->getwidth()])+GetRValue(N[X_+(Y_+1)*Q->getwidth()])+GetRValue(N[(X_+1)+(Y_+1)*Q->getwidth()]))/4,(GetGValue(N[X_+Y_*Q->getwidth()])+GetGValue(N[(X_+1)+Y_*Q->getwidth()])+GetGValue(N[X_+(Y_+1)*Q->getwidth()])+GetGValue(N[(X_+1)+(Y_+1)*Q->getwidth()]))/4,(GetBValue(N[X_+Y_*Q->getwidth()])+GetBValue(N[(X_+1)+Y_*Q->getwidth()])+GetBValue(N[X_+(Y_+1)*Q->getwidth()])+GetBValue(N[(X_+1)+(Y_+1)*Q->getwidth()]))/4);}}}else//选择低质量则按常规方法缩放{for(int i=0;i<P->getheight();i++)for(int j=0;j<P->getwidth();j++)//根据目标图像像素点位置逆推算原图像像素点赋值M[j+i*P->getwidth()]=N[(int)(j/ZoomRate)+(int)(i/ZoomRate2)*Q->getwidth()];}
}#endif

 

这篇关于DevC++ easyx 从图片放缩理解双线性插值意义的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/547425。

相关文章

认识、理解、分类——acm之搜索

认识、理解、分类——acm之搜索

普通搜索方法有两种：1、广度优先搜索；2、深度优先搜索； 更多搜索方法： 3、双向广度优先搜索； 4、启发式搜索（包括A*算法等）； 搜索通常会用到的知识点：状态压缩（位压缩，利用hash思想压缩）。
阅读更多...
【C++ Primer Plus习题】13.4

【C++ Primer Plus习题】13.4

大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream>#include "port.h"int main() {Port p1;Port p2("Abc", "Bcc", 30);std::cout <<
阅读更多...
使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
C++包装器

C++包装器

包装器 在 C++ 中，“包装器”通常指的是一种设计模式或编程技巧，用于封装其他代码或对象，使其更易于使用、管理或扩展。包装器的概念在编程中非常普遍，可以用于函数、类、库等多个方面。下面是几个常见的 “包装器” 类型： 1. 函数包装器 函数包装器用于封装一个或多个函数，使其接口更统一或更便于调用。例如，std::function 是一个通用的函数包装器，它可以存储任意可调用对象（函数、函数
阅读更多...
C++11第三弹：lambda表达式 | 新的类功能 | 模板的可变参数

C++11第三弹：lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页： 南桥几晴秋 🌈C++专栏： 南桥谈C++ 🌈C语言专栏： C语言学习系列 🌈Linux学习专栏： 南桥谈Linux 🌈数据结构学习专栏： 数据结构杂谈 🌈数据库学习专栏： 南桥谈MySQL 🌈Qt学习专栏： 南桥谈Qt 🌈菜鸡代码练习： 练习随想记录 🌈git学习： 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�
阅读更多...
【C++】_list常用方法解析及模拟实现

【C++】_list常用方法解析及模拟实现

相信自己的力量，只要对自己始终保持信心，尽自己最大努力去完成任何事，就算事情最终结果是失败了，努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一：什么是list？ •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二：list常用接口 •🌰1.默认成员函数 🔥构造函数（⭐） 🔥析构函数 •🌰2.list对象
阅读更多...
06 C++Lambda表达式

06 C++Lambda表达式

lambda表达式的定义 没有显式模版形参的lambda表达式 [捕获] 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 有显式模版形参的lambda表达式 [捕获] <模版形参> 模版约束 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 含义 捕获：包含零个或者多个捕获符的逗号分隔列表 模板形参：用于泛型lambda提供个模板形参的名
阅读更多...
【生成模型系列（初级）】嵌入（Embedding）方程——自然语言处理的数学灵魂【通俗理解】

【生成模型系列（初级）】嵌入（Embedding）方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入（Embedding）方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节：嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”，它将文本中的单词或短语转换成计算机能够理解的数学形式，即向量。 正如翻译机将一种语言
阅读更多...
6.1.数据结构-c/c++堆详解下篇（堆排序，TopK问题）

6.1.数据结构-c/c++堆详解下篇（堆排序，TopK问题）

上篇：6.1.数据结构-c/c++模拟实现堆上篇（向下，上调整算法，建堆，增删数据）-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小)： 2.2 C语言代码（手写堆） 2.3 C++代码（使用优先级队列 priority_queue）
阅读更多...
【C++高阶】C++类型转换全攻略：深入理解并高效应用

【C++高阶】C++类型转换全攻略：深入理解并高效应用

📝个人主页🌹：Eternity._ ⏩收录专栏⏪：C++ “ 登神长阶 ” 🤡往期回顾🤡：C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2