点阵字放大的平滑处理?? 有好的方法者再奖励200分,不够再加!!

Question

点阵放大后出现锯齿,如何平滑处理? 有好的方法者再奖励200分,不够再加!!

Answer 1

关于字体平滑，有很多现成的算法。到google找这个关键字，加上找源码，就能找到了，呵呵

Answer 2

对于点阵，不存在能完全平滑缩放的算法。
目前较好的效果是双线性过滤，可以在一定程序上消除锯齿。btw，3D场景里的锯齿现象的产生原因与点阵字缩放锯齿现象产生的原因不是同一回事，所以解决办法也不同，楼上的请注意这一点。

Answer 3

最邻近插值（近邻取样法）：
　　最临近插值的的思想很简单。对于通过反向变换得到的的一个浮点坐标，对其进行简单的取整，得到一个整数型坐标，这个整数型坐标对应的像素值就是目的像素的像素值，也就是说，取浮点坐标最邻近的左上角点（对于DIB是右上角，因为它的扫描行是逆序存储的）对应的像素值。可见，最邻近插值简单且直观，但得到的图像质量不高 双线性内插值：
　　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均为非负整数，u、v为[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)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(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
　　这就是双线性内插值法。双线性内插值法计算量大，但缩放后图像质量高，不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊
 　　三次卷积法能够克服以上两种算法的不足，计算精度高，但计算亮大，他考虑一个浮点坐标(i+u,j+v)周围的16个邻点，目的像素值f(i+u,j+v)可由如下插值公式得到：　　　　f(i+u,j+v) = [A] * [B] * [C][A]=[ S(u + 1)  S(u + 0)  S(u - 1)  S(u - 2) ]　　┏ f(i-1, j-1)  f(i-1, j+0)  f(i-1, j+1)  f(i-1, j+2) ┓
[B]=┃ f(i+0, j-1)  f(i+0, j+0)  f(i+0, j+1)  f(i+0, j+2) ┃
　　┃ f(i+1, j-1)  f(i+1, j+0)  f(i+1, j+1)  f(i+1, j+2) ┃
　　┗ f(i+2, j-1)  f(i+2, j+0)  f(i+2, j+1)  f(i+2, j+2) ┛　　┏ S(v + 1) ┓
[C]=┃ S(v + 0) ┃
　　┃ S(v - 1) ┃
　　┗ S(v - 2) ┛　　 ┏ 1-2*Abs(x)^2+Abs(x)^3           , 0<=Abs(x)<1
S(x)=｛ 4-8*Abs(x)+5*Abs(x)^2-Abs(x)^3  , 1<=Abs(x)<2
　　 ┗ 0                               , Abs(x)>=2
S(x)是对 Sin(x*Pi)/x 的逼近（Pi是圆周率——π） 最邻近插值（近邻取样法）、双线性内插值、三次卷积法 等插值算法对于旋转变换、错切变换、一般线性变换 和 非线性变换 都适用。--------------------------------------------------------------------------------
补充：
一、对于24位DIB，需要分别对RGB分量进行处理；
二、对于f(x,y)中没有对应值的坐标，应该用最邻近坐标的值（比如f(-1,-1)用f(0,0)的值）。