任意角度的高质量的快速的图像旋转.doc

高质量的快速的图像缩放 全文 分为:

上篇 近邻取样插值和其速度优化

 中篇 二次线性插值和三次卷积插值

 下篇 三次线性插值和 MipMap 链

图形图像处理－之－高质量的快速的图像缩放 上篇 近邻取样插值和其速度优化

( 2007.06.06 更新测试数据,编译器由 vc6 改为 vc2005,CPU 由赛扬 2G 改为 AMD64x2

4200+(2.1G) )

(2007.01.02 更新)

 为了代码的可读性,没有加入异常处理代码;

测试使用的 CPU 为 AMD64x2 4200+(2.37G) 和 Intel Core2 4400(2.00G);

速度测试说明:

 只测试内存数据到内存数据的缩放

 测试图片都是 800*600 缩放到 1024*768; fps 表示每秒钟的帧数,值越大表示函数越快

/////////////////////////////////////////////////////////////////////

///////////

//Windows GDI 相关函数参考速度:

//===================================================================

===========

#defineasm__asm

typedefunsignedcharTUInt8;//[0..255]

structTARGB32//32bitcolor

{

TUInt8B,G,R,A;//Aisalpha

};

structTPicRegion//一块颜色数据区的描述，便于参数传递

{

TARGB32*pdata;//颜色数据首地址

longbyte_width;//一行数据的物理宽度(字节宽度)；

y)

{

return((TARGB32*)((TUInt8*)pic.pdata+pic.byte_width*y))[x];

}



B: 缩放原理和公式图示:

 缩放后图片OOOOOOOOOOO O原图片

 (宽 DW,高 DH) (宽 SW,高 SH)

 (Sx-0)/(SW-0)=(Dx-0)/(DW-0) (Sy-0)/(SH-0)=(Dy-0)/(DH-0)

=> Sx=Dx*SW/DW Sy=Dy*SH/DH

C: 缩放算法的一个参考实现

中

{

if((0==Dst.width)||(0==Dst.height)

||(0==Src.width)||(0==Src.height))return;

for(longx=0;x<Dst.width;++x)

{

for(longy=0;y<Dst.height;++y)

{

longsrcx=(x*Src.width/Dst.width);

longsrcy=(y*Src.height/Dst.height);

Pixels(Dst,x,y)=Pixels(Src,srcx,srcy);

//===================================================================

===========

// PicZoom019.4 fps

/////////////////////////////////////////////////////////////////////

///////////

D: 优化 PicZoom0 函数

 a.PicZoom0 函数并没有按照颜色数据在内存中的排列顺序读写(内部循环递增 y 行

索引)，将造成 CPU 缓存预读失败和内存颠簸导致巨大的性能损失,(很多硬件都有这种特性,

包括缓存、内存、显存、硬盘等,优化顺序访问，随机访问时会造成巨大的性能损失)

所以先交换 x,y 循环的顺序:

for(longy=0;y<Dst.height;++y)

{

for(longx=0;x<Dst.width;++x)

{

longsrcx=(x*Src.width/Dst.width);

}

}

}

/////////////////////////////////////////////////////////////////////

///////////

//速度测试:

//===================================================================

===========

// PicZoom130.1 fps

/////////////////////////////////////////////////////////////////////

///////////

 //函数能够处理的最大图片尺寸 65536*65536

 unsigned long xrIntFloat_16=(Src.width<<16)/Dst.width+1;//16.16

格式定点数

 unsigned long

yrIntFloat_16=(Src.height<<16)/Dst.height+1;//16.16 格式定点数

 //可证明: (Dst.width-1)*xrIntFloat_16<Src.width 成立

 for (unsigned long y=0;y<Dst.height;++y)

 {

 for (unsigned long x=0;x<Dst.width;++x)

 {

///////////

//速度测试:

//===================================================================

===========

// PicZoom2185.8 fps

 c. 在 x 的循环中 y 一直不变，那么可以提前计算与 y 相关的值; 1.可以发现 srcy 的值

和 x 变量无关，可以提前到 x 轴循环之前；2.展开 Pixels 函数，优化与 y 相关的指针计算；

void PicZoom3(const TPicRegion& Dst,const TPicRegion& Src)

{

if((0==Dst.width)||(0==Dst.height)

||(0==Src.width)||(0==Src.height))return;

 unsigned long xrIntFloat_16=(Src.width<<16)/Dst.width+1;

 unsigned long yrIntFloat_16=(Src.height<<16)/Dst.height+1;

 for (unsigned long y=0;y<Dst.height;++y)

 for (unsigned long x=0;x<dst_width;++x)

 {

 pDstLine[x]=pSrcLine[srcx_16>>16];

 srcx_16+=xrIntFloat_16;

 }

 srcy_16+=yrIntFloat_16;

 ((TUInt8*&)pDstLine)+=Dst.byte_width;

 }

}

/////////////////////////////////////////////////////////////////////

///////////

//速度测试: