CN113989114A - 一种图像缩小处理方法和装置 - Google Patents

Abstract

本申请公开了一种图像缩小处理方法和装置，该方法包括：获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。通过本申请解决了现有技术双线性插值所存在的占用计算资源大的问题，从而减少了计算资源的占用，提高了图像缩小速度。

Description

一种图像缩小处理方法和装置

技术领域

本申请涉及到图像处理领域，具体而言，涉及一种图像缩小处理方法和装置。

背景技术

图像(Picture)是人类感知世界的视觉基础，是人类获取信息、表达信息的重要手段；现在研究较多的是数字图像，它是由连续函数或离散函数生成的抽象图像，能直接被计算机处理。图像缩放是数字图像处理的重要一环，在实际应用中经常要将图像进行放大或缩小；图像在图像存储、图像传输、图像视频制作、生物身份识别等领域中都是必不可少的组成部分。

图像缩放算法种类较多，几乎都是通过插值算法实现的，常用的图像插值算法中，最近邻插值放大算法的实现最为简单、方便，但它只是把原始像素简单复制到其邻域内，放大图像会出现明显的方块或锯齿，不能很好地保留原始图像的边缘信息；双线性插值是一种比较实用的放大方法，它能够较好地消除锯齿，放大后的图像平滑性好，缩放后的图像质量高，但是与最近邻插值相比，它的计算量较大，计算中涉及较多的乘除运算。

在传统模式下，用双线性模板把图像缩小N（N是任意大于1的实数）倍时，所用模板的边长是2*N。信号下行采样时，要用比较长的滤波器来避免高频混叠，滤波器越长，运算量越大，这样会增加运算的复杂度。

发明内容

本申请实施例提供了一种图像缩小处理方法和装置，以至少解决现有技术双线性插值所存在的占用计算资源大的问题。

根据本申请的一个方面，提供了一种图像缩小处理方法，包括：获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。

进一步地，将每个图像块中的所有像素点的值统一为一个像素点值包括：对每个图像块中的像素值取平均值，将该平均值作为统一后的该图像块对应的一个像素点的值。

进一步地，根据所述输入图像的图像信息确定将所述图像分为面积大小相等的多个图像块包括：将所述图像分为多个大小为（2＾M）*（2＾M）的图像块，其中，2＾M≤N＜2＾（M+1），M为整数，N为输入的图像的缩小倍数。

进一步地，根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像包括：基于2*2的双线性差值，将已经缩小2＾M倍的图像再缩小N/（2＾M）倍得到所述目标图像。

根据本申请的另一个方面，还提供了一种图像缩小处理装置，包括：获取模块，用于获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；划分模块，用于根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；统一模块，用于将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；得到模块，用于根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；双线性模块，用于根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。

进一步地，所述统一模块用于：对每个图像块中的像素值取平均值，将该平均值作为统一后的该图像块对应的一个像素点的值。

进一步地，所述划分模块用于：将所述图像分为多个大小为（2＾M）*（2＾M）的图像块，其中，2＾M≤N＜2＾（M+1），M为整数，N为输入的图像的缩小倍数。

进一步地，所述双线性模块用于：基于2*2的双线性差值，将已经缩小2＾M倍的图像再缩小N/（2＾M）倍得到所述目标图像。

根据本申请的另一个方面，还提供了一种存储介质，用于存储程序，所述程序用于执行上述的方法。

根据本申请的另一个方面，还提供了一种处理器，用于运行程序，所述程序用于执行上述的方法。

本申请实施例中，采用了获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。通过本申请解决了现有技术双线性插值所存在的占用计算资源大的问题，从而减少了计算资源的占用，提高了图像缩小速度。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的图像缩小处理方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种图像缩小处理方法，图1是根据本申请实施例的图像缩小处理方法的流程图，如图1所示，该流程包括如下步骤：

步骤S102，获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；

步骤S104，根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；

例如，可以将所述图像分为多个大小为（2＾M）*（2＾M）的图像块，其中，2＾M≤N＜2＾（M+1），M为整数，N为输入的图像的缩小倍数。

步骤S106，将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；

例如，可以对每个图像块中的所有像素值取平均值，将该平均值作为统一后的该图像块对应的一个像素点的值。

在另一个可选的实施方式中，对于每个图像块，获取该图像块中的所有像素值，获取阈值，小于该阈值的像素值占所述图片的所有像素的比例小于等于20%，大于等于该阈值的像素值占所述图片的所有像素的比例大于等于80%，对该图像块所有大于等于该像素值的像素值取平均值，使用该平局值作为统一后的该图像块对应的一个像素点的值。

步骤S108，根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；

步骤S110，根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。

例如，可以基于2*2的双线性差值，将已经缩小2＾M倍的图像再缩小N/（2＾M）倍得到所述目标图像。

通过上述步骤解决了现有技术双线性插值所存在的占用计算资源大的问题，从而减少了计算资源的占用，提高了图像缩小速度。

在本实施例中，提供了如下算法，该算法中首先进行了第一次缩小，然后再进行第二次缩小，第一次缩小使用了像素平均值的方式，这样计算速度比较快，第二次缩小使用了现有的缩放方法，例如，可以使用双线性进行缩放。与直接对原始图片使用现有的缩放方法相比，这种处理方法占用的资源最少，效率比较高。

在本实施例中，先计算出一个整数M，使得：2＾M≤N<2＾（M+1）。取M=log（N）的向下取整数，然后再把图像分割成若干个（2＾M）*（2＾M）大小的块，然后用每个块的图像平均值代替这个块，这样就生成了一张缩小了2＾M倍的图像。最后用2*2的双线性模板，把这个图像再缩小N/（2＾M）倍，生成目标图。这样分两步是第1步是缩小2的M次方倍，所以只要做加法，然后把总和右移M位就行，第2步用2x2模块的双线性插值，每个像素只要做3次乘加运算，而且不需要专门计算模板系数。好处是减少运算量及复杂度。

该算法包括如下步骤：获取输入图像的图像信息以及缩小倍数N，所述输入图像信息包括图像宽度和图像高度；根据缩小倍数N计算调整因子M，M取整数；将所述输入图像在宽度方向和高度方向上分别进行切割后相乘得到P个相同大小的图像块，每个图像块大小为（2＾M）*（2＾M），2＾M≤N＜2＾（M+1）；基于每个图像块的图像平均值，生成缩小的2＾M倍的图像；基于2*2的双线性模板，将2＾M倍的图像再缩小N/（2＾M）倍得到目标图像。

在符合上述条件的情况下，M的取值可以有很多种，如果M取值比较大，则每个图像块的大小比较大，此时进行缩小处理需要的资源就比较少，如果M取值比较小，则每个图像块的大小比较小，此时进行缩放处理需要的资源就比较多。M取值大图像缩小后的质量会低于M取值小的缩小质量。

在一个可选的实施方式中，列举出所有可能的M取值，获取用于进行图像缩小的计算节点当前可用的计算资源，根据计算资源从所述M取值中选择所述计算资源能够处理的最小的M取值。

在一个可选的实施方式，可以预先使用双线性插值算法对不同大小的图像进行不同缩小倍数的处理，并记录下各种图像缩小处理情况下的需要消耗的计算资源以及需要处理的时间。在上述实施例中，可以获取计算节点当前可用的计算资源，在预先保存的记录中查找该计算资源所能够处理的多种图像缩小情况，其中，每种缩小情况均包括原图片大小以及缩小倍数；如果一种缩小情况中的原图片大小在本实施例中的待缩小图像的大小和（待缩小图像的大小/N）之间，则获取该缩小情况中的原图片大小对应的缩小倍数，并根据该缩小倍数得到M的取值。

假定该缩小倍数为Y，本实施例上述步骤中使用双线性插值缩小的倍数为Y，上述步骤中第一缩小的倍数为N/Y倍，每个图像块中的像素值为Z，其中，Z为最近N/Y的2指数得数，例如，N/Y为7，则Z为8，此时M为3，N/Y为13，则Z为16，此时M为4，其中，M是该指数。

如果存在多种缩小情况中的原图片大小均在待缩小图像的大小和（待缩小图像的大小/N）之间，则获取每种缩小情况对应的处理时间，选择处理时间最少的原图片大小对应的缩小倍数。

下面对双线性模板中使用的双线性插值算法进行说明，需要说明的是双线性插值算法是现有技术中的算法，在此仅进行简单的介绍不再进行详细的说明。

假设源图像大小为m*n，目标图像为a*b。那么两幅图像的边长比分别为：m/a和n/b。注意，通常这个比例不是整数，编程存储的时候要用浮点型。目标图像的第（i,j）个像素点（i行j列）可以通过边长比对应回源图像。其对应坐标为（i*m/a,j*n/b）。

显然，这个对应坐标一般来说不是整数，而非整数的坐标是无法在图像这种离散数据上使用的。双线性插值通过寻找距离这个对应坐标最近的四个像素点，来计算该点的值（灰度值或者RGB值）。如果你的对应坐标是（2.5,4.5），那么最近的四个像素是（2，4）、（2，5）、（3，4），（3，5）。

若图像为灰度图像，那么（i，j）点的灰度值可以通过一下公式计算：

f(i,j)=w1*p1+w2*p2+w3*p3+w4*p4；其中，pi(i=1,2,3,4)为最近的四个像素点，wi(i=1,2,3,4)为各点相应权值。关于权值的计算在现有技术中有过说明，在此不再赘述。

在一个例子中，已知的红色数据点与待插值得到的绿色点。假如想得到未知函数f在点P= (x,y) 的值，假设已知函数f在Q11 = (x1,y1)、Q12 = (x1,y2),Q21 = (x2,y1) 以及Q22 = (x2,y2) 四个点的值。首先在x方向进行线性插值，得到R1和R2，然后在y方向进行线性插值，得到P。这样就得到所要的结果f(x,y)。其中红色点Q11,Q12,Q21,Q22为已知的4个像素点。第一步：X方向的线性插值，在Q12,Q22中插入蓝色点R2，Q11，Q21中插入蓝色点R1；第二步 ：Y方向的线性插值 ,通过第一步计算出的R1与R2在y方向上插值计算出P点。

线性插值的结果与插值的顺序无关。首先进行y方向的插值，然后进行x方向的插值，所得到的结果是一样的。双线性插值的结果与先进行哪个方向的插值无关。如果选择一个坐标系统使得的四个已知点坐标分别为 (0, 0)、(0, 1)、(1, 0) 和 (1, 1)，那么插值公式就可以化简为：

f(x,y)=f(0,0)(1-x)(1-y)+f(1,0)x(1-y)+f(0,1)(1-x)y+f(1,1)xy。

上述是现有技术中的双线性插值的简单介绍，现有技术中还有一些改进的算法，这些算法均可以使用在本实施例中，在此不再一一赘述。

在本实施例中提供了一种改进的双线性插值算法，该算法如下：

采用双线性插值算法，根据缩小倍数计算插值系数和对应像素点坐标，再对图像进行插值计算，最后输出缩小后图像。双线性插值算法实际就是最常见的线性插值，因为将线性插值分解成水平和垂直两个方向进行，所以称为双线性插值。它通过待插值像素点周围4个相关像素点的灰度值，经过二维线性加权平均计算得到插值像素点灰度值。原始4个像素点为a1，a2，a3，a4，水平和垂直两个方向点距为单位长度1，其坐标位置分别为a1(x,y)，a2(x+1,y)，a3(x,y+1)，a4(x+1,y+1)，待插值像素点坐标为P(x+dx,y+dy)，用本实施例的双线性插值法计算得到待插值像素点P的灰度值为：

P(x+dx,y+dy)=(1-dx)(1-dy)a1+dx(1-dy)a2+(1-dx)dya3+dxdya=a1+dx(a2-a1)+dy(a3-a1)+dxdy(a1-a2-a3+a4)；

计算公式经过改写后，只需4次乘法和简单的加减法即可计算出待插值的像素点。

在上述实施例中还可以进行图像边缘增强，根据图像相邻点的信息，计算出图像边缘位置，并把图像边缘信息增强补偿。例如，当相邻点的数值相差超过门限值，比如45，则认为是图像边缘位置，根据缩小的倍数，可以实时调整门限值，如缩小1/2，门限值设为90；缩小1/2，门限值设为45；缩小1/3，门限值设为30，依次类推。当发现图像边缘位置时，将边缘位置的像素点按缩小的倍数对应放大，例如图像是缩小1/2的，则将该像素点乘2放大，这样可以使图像边缘信息重新得到增强。

在本实施例中，提供一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行以上实施例中的方法。

上述程序可以运行在处理器中，或者也可以存储在存储器中（或称为计算机可读介质），计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。

这些计算机程序也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤，对应与不同的步骤可以通过不同的模块来实现。

该本实施例中就提供了这样的一种装置或系统。该装置称为图像缩小处理装置，包括：获取模块，用于获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；划分模块，用于根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；统一模块，用于将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；得到模块，用于根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；双线性模块，用于根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。

该系统或者装置用于实现上述的实施例中的方法的功能，该系统或者装置中的每个模块与方法中的每个步骤相对应，已经在方法中进行过说明的，在此不再赘述。

例如，所述统一模块用于：对每个图像块中的像素值取平均值，将该平均值作为统一后的该图像块对应的一个像素点的值。

又例如，所述划分模块用于：将所述图像分为多个大小为（2＾M）*（2＾M）的图像块，其中，2＾M≤N＜2＾（M+1），M为整数，N为输入的图像的缩小倍数。

又例如，所述双线性模块用于：基于2*2的双线性差值，将已经缩小2＾M倍的图像再缩小N/（2＾M）倍得到所述目标图像。

通过本实施例解决了现有技术双线性插值所存在的占用计算资源大的问题，从而减少了计算资源的占用，提高了图像缩小速度。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种图像缩小处理方法，其特征在于，包括：

获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；

根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；

将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；

根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；

根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。

2.根据权利要求1所述的方法，其特征在于，将每个图像块中的所有像素点的值统一为一个像素点值包括：

对每个图像块中的像素值取平均值，将该平均值作为统一后的该图像块对应的一个像素点的值。

3.根据权利要求1所述的方法，其特征在于，根据所述输入图像的图像信息确定将所述图像分为面积大小相等的多个图像块包括：

将所述图像分为多个大小为（2＾M）*（2＾M）的图像块，其中，2＾M≤N＜2＾（M+1），M为整数，N为输入的图像的缩小倍数。

4.根据权利要求3所述的方法，其特征在于，根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像包括：

基于2*2的双线性差值，将已经缩小2＾M倍的图像再缩小N/（2＾M）倍得到所述目标图像。

5.一种图像缩小处理装置，其特征在于，包括：

获取模块，用于获取输入图像的图像信息以及缩小倍数，所述输入图像信息包括图像宽度和图像高度；

划分模块，用于根据所述输入图像的图像信息将所述图像分为面积大小相等的多个图像块；

统一模块，用于将每个图像块中的所有像素点的值统一为一个像素点值，得到统一后的图像；

得到模块，用于根据所述图像块的大小和所述缩小倍数得到进行所述双线性插值缩小的倍数；

双线性模块，用于根据所述双线性插值缩小的倍数对统一后的图像进行双线性插值缩小处理后得到目标图像。

6.根据权利要求5所述的装置，其特征在于，所述统一模块用于：

对每个图像块中的像素值取平均值，将该平均值作为统一后的该图像块对应的一个像素点的值。

7.根据权利要求5所述的装置，其特征在于，所述划分模块用于：

将所述图像分为多个大小为（2＾M）*（2＾M）的图像块，其中，2＾M≤N＜2＾（M+1），M为整数，N为输入的图像的缩小倍数。

8.根据权利要求7所述的装置，其特征在于，所述双线性模块用于：

基于2*2的双线性差值，将已经缩小2＾M倍的图像再缩小N/（2＾M）倍得到所述目标图像。

9.一种存储介质，其特征在于，用于存储程序，所述程序用于执行权利要求1至4中任一项所述的方法。

10.一种处理器，其特征在于，用于运行程序，所述程序用于执行权利要求1至4中任一项所述的方法。

Images