Image Scaling and Rotation

影像的縮放與旋轉，重點就是操作影像的位置。而我們要實作的演算法，總共有三個：NN、Bilinear、Bicubic。

Nearest Neighbor Interpolation

（圖片取自 Tech-Algorithm）

如上圖所示，這個演算法縮放圖片的方法，就是找其最近的一個鄰居，根據鄰居的顏色，來填補空缺的格子。NN追求的是簡單與快速，所以在圖片處理上相較含糊，如果放大的倍率很大的話，很容易看到鋸齒狀的結果。以下是 lena 放大三倍後的結果。

（3x lena.bmp with NN）

Bilinear Interpolation

（圖片取自 Tech-Algorithm）

Bilinear與NN不同的地方是，找其最近的四個鄰居，並且根據內插法（Interpolation）去決定顏色。因此，這個縮放出來會比 NN 還要平滑，鋸齒狀的結果會比較少見，但當然只是相對少見。

（3x lena.bmp with Bilinear）

Bicubic Interpolation

Bicubic 使用鄰近十六個鄰居的像素來決定本身的值，所以相對前面兩個會比較清晰，但花費時間也久了一點。而當你將他放大看時，你能發現圖片的銳利度是比較高的。

（3x lena.bmp with Bicubic）

Image Rotation using Nearest Neighbor

這個部分，其實也可以使用 Bilinear 實作，不過比較複雜，所以就選擇了 NN。

（Rotated lena.bmp with NN）

Conclusion

在這次學習之後，讓我對於影像處理有初步的了解。個人覺得三個演算法中，就屬 Bilinear 最平衡，所需時間小於 Bicubic ，且品質大於 Nearest Neighbor。