假设有一张4*4的图像.如下图:
我们想缩放成3*3的图像,计算如下(以缩放后的像素点B为例)：
根据如下计算公式:
srcX=dstX* (srcWidth/dstWidth)
srcY = dstY * (srcHeight/dstHeight)
以E点坐标为例计算坐标点在原图对坐标位置如下:
取原图像的X坐标 = 1* (4/3)1.3
取原图像的Y坐标 = 1* (4/3)1.3
使用双线性插值法:
对(1.3,1.3)坐标在原图像上进行投影，如下图：
对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i + u , j + v) (其中i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间的浮点数)。
则这个像素得值 f(i + u , j + v) 可由原图像中坐标为 (i , j)、(i + 1 , j)、(i , j + 1)、(i + 1 , j + 1)所对应的周围四个像素的值决定。即：
f(i + u , j + v) = (1 - u) ( 1 - v) f(i , j) + (1 - u) v f(i , j + 1) + u (1 - v) f(i + 1 , j) + u v f(i + 1 , j + 1)
其中f(i , j)表示源图像(i , j)处的的像素值，以此类推。
本例分析：
i = 1 , j = 1 , u = 0.3 , v = 0.3
f(1.3 , 1.3) 由(1 , 1) 、(2 , 1)、(1 , 2)、(2 , 2) 这四个像素的值决定，如下图红色框选的点：
f(1.3 , 1.3) = 0.7 * 0.7 * f(1 , 1) + 0.7 * 0.3 * f(1 , 2) + 0.3 * 0.7 * f(2 , 1) + 0.3 * 0.3 * f(2 , 2)
= 0.7 * 0.7 * 2 + 0.7 * 0.3 * 6 + 0.3 * 0.7 * 4 + 0.3 * 0.3 * 8
从上图也可以看出，点2离目标点最近，其次4和6，最后是8，权重也是越近权重越大。
计算原理：
p点像素值决定于Q12、Q22、Q11、Q21这4个点点像素值。
我们先在X轴方向做2次插值操作(分别为R1和R2),然后在Y轴方向做一次插值操作(P),当然我认为也可以先在Y轴做2次插值操作，然后在X轴做一次插值操作。
其中 、
、
、
都是权重值。
以 点计算举例，假设
,
,
:
为总距离，
为
与
的距离，
为
与
的距离，
离
更近，对
的影响应该更大，所以权重应该更大，应为
，即为
。
这2次X轴插值操作和1次Y轴插值操作，合并成一个公式即为计算原理上面的步骤。