图像缩放算法

https://blog.csdn.net/allen_sdz/article/details/89166363

1)最近领域法:

优点:最常见,最通用的算法之一,计算量很小,算法简单,因此运算速度较快;

缺点:效果不好,放大图像时会出现严重的马赛克,缩小图像则会严重失真

2)Bilinear算法(双线性插值法)

https://blog.csdn.net/lfz_sau/article/details/51366700

优点:
最常见,最通用的算法之一,效果比最近邻插值法好。计算量较小,运算速度较快。图像连续性较好。双线性插值法效果要好于最近邻插值,只是计算量稍大一些,算法复杂些,程序运行时间也稍长些,但缩放后图像质量高,基本克服了最近邻插值灰度值不连续的特点,因为它考虑了待测采样点周围四个直接邻点对该采样点的相关性影响。

缺点:
放大时图像较为模糊,细节损失较严重。它仅考虑待测样点周围四个直接邻点灰度值的影响, 而未考虑到各邻点间灰度值变化率的影响, 因此具有低通滤波器的性质, 从而导致缩放后图像的高频分量受到损失, 图像边缘在一定程度上变得较为模糊。用此方法缩放后的输出图像与输入图像相比, 存在由于插值函数设计考虑不周而产生的图像质量受损与计算精度不高的问题。

3)Bicubic算法

https://blog.csdn.net/allen_sdz/article/details/89166363

https://blog.csdn.net/qq_34885184/article/details/79163991 — 这个好