Java 近似拟合图像大小

我的目标解决方案是从给定的大小中选择最合适的图像大小

考虑到许多随机分辨率，我希望找到一张尺寸尽可能接近我首选尺寸的图像

假设我想使用图像大小的宽度x高度（

preferredImageSize

）

示例：320x200

假设我可以使用以下图像大小（

availableImageSize

）宽度1 x高度1，宽度2 x高度2。。。（可能多达10种不同尺寸）

示例：474x272、474x310、264x150、226x128、640x365、474x410、480x276、256x144、160x90、320x182、640x365、192x108、240x137、480x276

为了开发一些通用方法来生成

preferredImageSize

变量，我试图找到一个好的解决方案，该解决方案计算速度相当快，但结果在屏幕上看起来确实不错

我将屏幕上的外观定义为图像，即：

几乎没有扩大规模

尽可能接近给定的纵横比（

preferredImageSize.width/preferredImageSize.height

）

可能会大幅缩减规模

可能会被裁剪/拉伸到非常小的数量

我最初的（相当琐碎的）方法：

运行一次可用的图像大小，并找到最小的宽度增量（

abs（preferredImageSize.width-availableImageSize.width）

）。然后选择具有最小增量的图像（

bestFitWidth

）

这当然是一个解决问题的方法，但绝对不符合我在屏幕上看起来不错的愿望

任何提示，无论是文本、源代码还是链接都会很棒。哦，如果你认为我的要求（又名希望）已经走向了错误的方向，请继续，让我知道

---

编辑：增加了裁剪和拉伸选项，我担心这会使问题更加难以解决。因此，如果需要，将其从等式中排除

简单的“如果/然后”方法：

我会做两件事：

由于您不希望放大，但可以缩小尺寸（我发现这是一个不错的选择），因此永远不要使用小于目标的源图像，除非没有可用的源图像

由于“重”缩小尺寸是可以的，我会尝试找到一个尽可能与纵横比匹配的图像，从最小的可接受图像开始，逐步放大图像

要把它放在一起，首先从列表中扔掉所有比目标小的图像。然后，从左边最小的图像开始，检查它与目标的纵横比。如果不匹配是可以接受的（您需要量化），请使用图像，否则请转到下一个较大的图像。如果你找不到任何可以接受的，就用最匹配的

如果您已经扔掉了所有比目标小的图像，那么无论哪种方式，最终都可能会得到外观不好的图像，但是您应该尝试使用需要更大比例的图像是否更差，或者使用宽高比匹配更差的图像是否更差

您需要考虑的另一件事是，是否要拉伸或裁剪图像以匹配目标纵横比

更复杂的定量方法：

不过，最灵活的方法是定义一个“惩罚”函数，该函数取决于大小不匹配和纵横比不匹配，然后找到“惩罚”最低的源图像。这就是您当前所做的，并且您已经将惩罚函数定义为

abs（preferredImageSize.width-availableImageSize.width）

。你可以做一些更复杂的事情，比如：

width_diff  = preferredImageSize.width  - availableImageSize.width
height_diff = preferredImageSize.height - availableImageSize.height
if (width_diff > 0) width_penalty = upscale_penalty   * width_diff
               else width_penalty = downscale_penalty * width_diff
if (height_diff > 0) height_penalty = upscale_penalty   * height_diff
                else height_penalty = downscale_penalty * height_diff
aspect_penalty = ((preferredImageSize.width / preferredImageSize.height) - 
                  (availableImageSize.width / availableImageSize.height)) * stretch_penalty;
total_penalty = width_penalty + height_penalty + aspect_penalty;

---

现在，您可以使用3个数字

上限惩罚

、

下限惩罚

和

拉伸惩罚

，赋予这三个降低质量的操作不同的重要性。试试几个组合，看看哪一个效果最好。

不知道为什么人们会对你的问题投反对票。。。我觉得很好+我同意。我认为这是一个不错的问题。我喜欢这种方法。我想引入一点权重并利用它的值实际上可能会达到目的。谢谢大家!+1现在，我实施了一个解决方案，它遵循了您的加权误差计算思想。为了使宽度/高度误差正常化，我将它们除以它们首选的宽度/高度（不确定这是否是个好主意）。所选权重为：<代码>上刻度重量=3.0f，下刻度重量=0.1f，aspectRatioWeight=2.0f。总的来说，我认为现在的结果相当不错。此外，我还添加了一个动态计算模式，以确保仅在输入值为新大小时才进行此计算。再次感谢！！