采样的概念

采样只对自变量进行。 例如，如果我们对 x 轴进行采样，则进行数字化。

采样分为两部分

• 上采样
• 下采样

采样信号中存在变化，这是由于噪声引起的。为了减少噪声，需要采集更多样本，这意味着更多的数据或像素，从而产生更好的图像，其中存在的噪声更少。

在图像中，像素是最小的元素，以矩阵的形式表示。

在采样中，X 轴上采集的样本数量是连续的，指的是该图像中的像素数量。

过采样

如上所述，采样有两种类型，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。

图像处理中过采样的一个应用被称为缩放。

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。

增加像素数量是使用过采样完成的。

缩放有两个步骤

1. 在新位置创建新像素。
2. 并将灰度级分配给新位置。

另一种缩放图像的方法是使用镜头的电机运动进行光学缩放，然后捕获图像。

光学变焦与数码变焦

缩放方法

缩放使用了三种方法； 它们如下

1. 像素复制或（最近邻插值）
2. 零阶保持法
3. 缩放 K 倍

像素复制

像素复制也称为最近邻插值。 在此方法中，会生成相邻像素的副本。 该算法的工作方式与缩放相同。

工作方式

在此方法中，新像素从原始给定的像素生成。 每个像素都从其相邻像素中复制 n 行和列，我们得到一个缩放的图像。

例如，我们有 2 行和 2 列的图像。 我们将图像缩放两次。

行方向缩放

当图像沿行缩放时，它会将像素从行复制到新单元格

列大小缩放

下一步是将像素沿列复制到新的相邻列。

我们可以看到，原始图像有 2 行和 2 列，但是在缩放图像后，它被转换为 4 行和 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，我们得到了一个完全模糊的图像。

零阶保持

这是另一种缩放方法。 零阶保持也称为双倍缩放，因为它只能缩放两次。

工作方式

在此方法中，从行中取出两个相邻元素，然后将元素相加，并将结果除以 2。 将结果放置在这些元素之间。

例如

行方向缩放

当图像按行缩放时，添加行 (5+6) =11，然后除以 2。 我们将得到 5.5，近似为 5，该操作在第二行执行。

列方向缩放

当图像沿列缩放时，添加列 (5+7) = 12，然后除以 2。 我们将得到 6，并且此操作在所有列中执行。

我们可以看到，原始图像有 2 行和 2 列，但是在缩放后，图像被转换为 3 行和 3 列。

这非常简单，它不会创建模糊的图片。

缺点

它在 2 的幂上起作用。

双倍缩放的背后原因

正如我们在上面的示例中看到的，我们有一个 2 行 2 列的图像。 如果我们想将图像缩放 7 或 9 倍，则无法完成。

它只能缩放 2 的幂，即 2、4、8、16、32 等。

K 倍缩放

K 倍缩放是完美的缩放算法。 在此算法中，k 代表缩放因子。

以下是获取用于行和列的缩放图像的步骤

1. 选取两个相邻的像素。
2. 用较小的像素减去较大的像素，结果称为 OP。
3. 现在，将 OP 除以缩放因子 (k)。
4. 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 行和 3 列的图像。 并且我们必须将图像缩放三次。

在这种情况下，缩放因子 (k) 为 3。因此，要插入的值的数量为 k-1 = 3-1 = 2。

行方向缩放

让我们取前两个相邻像素。 即 2 和 3。

现在，从 2 中减去 3。
3-2=1.
将 1 除以 k
1/3=0.3
设 0.3 为 OP。
将 OP 与较小的数字相加
0.3+2=2.3 (approx 2)
然后再次将 OP 与一个较大的数字相加
0.3+3=3.3

注意：我们计算了两个值，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。

列方向缩放

在列方向缩放中，执行的步骤与在行方向缩放中执行的步骤相同。

如我们所见，原始图像有 2 行和 3 列，但是在缩放后，图像被转换为 4 行和 7 列。

优点

可以将其缩放到任何因子，三次或四次甚至更多。

缺点

由于最终的附加步骤，计算成本增加了。