Image processing 这种用于图像缩放的最近邻算法有什么问题？

我已经蹲了好几天，试图找出最近邻插值在缩放一半大小的图像时有什么问题。我使用的是Rust，但我认为它没有算法那么重要：

/// Interpolate using nearest neighbor.
pub fn nearest(mut src: &mut Image, w2: i32, h2: i32) -> RasterResult<()> {

    // Compute scale
    let x_scale: f64 = src.width as f64 / w2 as f64;
    let y_scale: f64 = src.height as f64 / h2 as f64;

    // Create destination image
    let mut dest = Image::blank(w2, h2);

    // Loop thru destination image's pixels
    for y2 in 0..h2 {
        for x2 in 0..w2 {

            // Get location from src using nearest neighbor
            let x1: i32 = ( x2 as f64 * x_scale ).floor() as i32;
            let y1: i32 = ( y2 as f64 * y_scale ).floor() as i32;
            let pixel = try!(src.get_pixel(x1, y1));

            // Apply the pixels
            try!(dest.set_pixel(x2, y2, pixel));
        }
    }

    // Update the source image
    src.width = dest.width;
    src.height = dest.height;
    src.bytes = dest.bytes;

    Ok(())
}

它适用于常规图像，但不适用于特殊情况。 以下是测试图像：

用我的代码缩放到一半：

以下是Photoshop的：

我用GD进行了测试，结果与Photoshop相似

我的调查使我认为，与其他像素（绿色方块）相比，我对源像素（红色方块）的计算减少了一个：

我也试着寻找线索，但我不完全理解它的作用

为了澄清，我不是说使用不同的插值方法，例如双线性和双三次插值。我正在将我的最近邻算法及其结果与Photoshop和GD的最近邻算法的结果进行比较。我不是问为什么我在Photoshop中的结果很难看，因为我使用了最近邻算法

---

（测试图像由Jonas Berlin via提供）

执行最近邻插值的更好方法是使插值越过目标像素的中心，而不是其左上角。在代码中，这意味着在计算

x1

和

y1

时，将

0.5

添加到

x2

和

y2

let x1: i32 = ( (x2 as f64 + 0.5) * x_scale ).floor() as i32;
let y1: i32 = ( (y2 as f64 + 0.5) * y_scale ).floor() as i32;

当您按1/2缩放时，这并不一定会产生更好的结果：每个目标像素都是从2x2源区域中选择的，因此选择哪个源像素并不重要。但当按1/3缩放时，这意味着您选择3x3区域的中心，而不是左上角，这会更好

Photoshop可能会使用这样的方法，这就是为什么会看到不同的结果

---

请注意，即使这使测试图像的缩放效果更好，也可以生成另一个使用新算法看起来不好的测试图像。将测试图像偏移（1,1）可能就可以了。

您的算法肯定没有错。这取决于您选择如何定义坐标。所请求的缩放是图像分辨率的一半，这意味着每个目标像素需要考虑四个像素；它们是等距的，覆盖了每个目标像素的四分之一，所以“最近的”不是一个有用的选择指标。即使选择是每像素随机的，您仍然可以声明最近邻，但这将是一个糟糕的实现，因为它将使用噪声分布

本例中的图像旨在展示实际做出的选择。一些重缩放程序做出了显著的选择，特别是某些版本的Microsoft Internet Explorer，这可能会导致奇怪的偏见

例如，在VIP中，如果我对图像应用最近邻缩小，我会得到你的结果（偏向较暗的像素），但如果我先应用一个像素的对角线偏移（通过选择奇数偏移区域），我会得到Photoshop结果（偏向较亮的像素）。这仅仅是向上或向下舍入0.5的结果。通过定义子像素坐标的位置，也就是说，如果给定像素的坐标位于该像素的角点或中心，则可以获得更准确的结果

---

该图像的设计似乎不是为了测试最近邻，而是为了测试线性插值的伽马计算。许多图像定标器错误地假设颜色空间是线性的，可以使用像素值的直线平均值，但我们的视觉大致是对数的，因此像sRGB这样流行的颜色空间使用伽马曲线来更好地逼近它

您使用了一个测试图像，旨在表明简单的缩放算法（如最近邻）是不够的。事实证明了这一点。一切都按计划进行。如果你想得到更好的结果，请使用更好的缩放算法。@interjay-不，我想你误解了这个问题。我在Photoshop和GD中使用了最近邻算法，结果与我的最近邻算法不同。我不是要求使用不同的插值方法。我希望该算法与其他图像处理程序类似，最好使用photoshop和imagemagick。这并不让用户感到惊讶，因为结果与其他LIB不同。是的，测试图像是针对gamma的，但我选择在这里使用它，因为它可以很好地突出这个微妙的问题。谢谢你的回复。

let x1: i32 = ( (x2 as f64 + 0.5) * x_scale ).floor() as i32;
let y1: i32 = ( (y2 as f64 + 0.5) * y_scale ).floor() as i32;