已知有一個500*500像素圖像，我們想把他擴大為1.5倍，即750*750像素。在原始圖像上放一個虛構的750*750柵格。很顯然柵格的間隔應小於1個像素，因為我們是在一個較小的圖像上擬合它。為了對覆蓋層上的任何點進行灰度，我們在原圖像上尋找最靠近的像素並把它的灰度值賦給柵格上的新像素。當對覆蓋柵格的全部點都賦值完後，簡答的把它擴大到原來的1.5倍，以得到放大的圖像。這種灰度賦值法稱為最近鄰域內插。
基本介紹
- 中文名：最近鄰域內插
已知有一個500*500像素圖像，我們想把他擴大為1.5倍，即750*750像素。在原始圖像上放一個虛構的750*750柵格。很顯然柵格的間隔應小於1個像素，因為我們是在一個較小的圖像上擬合它。為了對覆蓋層上的任何點進行灰度，我們在原圖像上尋找最靠近的像素並把它的灰度值賦給柵格上的新像素。當對覆蓋柵格的全部點都賦值完後，簡答的把它擴大到原來的1.5倍，以得到放大的圖像。這種灰度賦值法稱為最近鄰域內插。
（也就說把一幅數字圖像看成由無數像素點組成像素點圖a，然後有一個大小一樣像素點更加密集的像素點圖b覆蓋上面,而圖b上的每個像素點灰度值從圖a中尋找最靠近的像素的灰度值，並把它賦給圖b上的點，圖b上所有點都賦值完以後，簡單擴大到我們所需要的倍數。）
