大家都知道，黑白圖像是0,1二值的，縮小顯示的時候由于n個點轉化成1個點會導致圖像局部細節(jié)信息丟失，比如一條寬度一個象素的細線由于縮小可能就會沒有顯示，而使用灰度級顯示正是能解決這個縮小顯示的問題，Windows自帶的Eastman Software提供的的圖像處理可以在你縮小黑白圖片的時候使用灰度級來顯示，下面我們就來深入研究一下這個算法是如何實現(xiàn)的吧。



基本約定：

1．  灰度級縮小顯示只正對黑白或者灰度影像，經(jīng)過算法變換可用于彩色影像

2．  只有在顯示<100%的時候灰度級顯示才生效

3．  灰度級縮小算法是基于原始圖像來運算

具體算法：

1．  縮小算法

按照與原圖比例1：n來對原圖nXn個點生成1個點（n可以是浮點數(shù)），考慮到效率可以使用灰度級變換，從0-255 取中間點127大于該值顯示白小于改值顯示黑色。

2．  灰度級顯示算法

結合縮小算法nXn個點生成一個點的原則，在原圖上按照每個點的權值和顏色相乘再除以n來得到生成點的顏色值。

例如：

a1  a2   a3  a4  a5  a6   a7  a8  a9 a10

----- ---*- ----- -*--- ----- *---- -----*----- ----- -----



--------- --------- ---------- ---------- ---------- --------- --

b1    b2     b3     b4     b5     b6

經(jīng)過變換后

b1 = (1.0*a1+0.8*a2)/1.8

b2 = (0.2*a2+a3+0.6*a3)/1.8

……



這是一維坐標，擴展到二維空間算法相同。

具體實現(xiàn)方法：

1．  計算出縮小后的位圖點陣大小(nXm)

比如原圖100X100，縮放90%之后就是90X90點陣

2．  循環(huán)點陣，為每個點的顏色賦值

賦值方法取相關點顏色乘以相應權值累加除以權值和




原圖




縮放為66.6%




計算每點值



Delphi代碼如下



var

  i,j:integer;

  tmpColorR,tmpColorG,tmpColorB:dWord;

  x,y:integer;

  ScaleRate,ScaleRateX,ScaleRateY:real;

begin

       //combobox1.text為縮放%

  ScaleRate:=100/strtoFloatDef(combobox1.text,100);

//循環(huán)生成圖像的點陣

  for i:=0 to  trunc(image1.Picture.Width/ScaleRate) do

    for j:=0 to  trunc(image1.Picture.height/ScaleRate) do

      begin

        tmpColorR:=0;

        tmpColorG:=0;

        tmpColorB:=0;

              //為每個點累加相關節(jié)點的顏色

        for x:=trunc(i*ScaleRate) to  ceil(((i+1)*ScaleRate)-1) do

          begin

            for y:=trunc(j*ScaleRate) to ceil(((j+1)*ScaleRate)-1) do

              begin

                ScaleRateX:=Min(x+1,(i+1)*ScaleRate) - Max(x,i*ScaleRate);

                ScaleRateY:=Min(y+1,(j+1)*ScaleRate) - Max(y,j*ScaleRate);

              //取每個點的RGB值(如果是黑白或者灰度，只需要取得一位)

                tmpColorR:=tmpColorR+trunc(ScaleRateX*ScaleRateY*(GetRValue(Image1.Canvas.Pixels[x,y])));

                tmpColorG:=tmpColorG+trunc(ScaleRateX*ScaleRateY*(GetGValue(Image1.Canvas.Pixels[x,y])));

                tmpColorB:=tmpColorB+trunc(ScaleRateX*ScaleRateY*(GetBValue(Image1.Canvas.Pixels[x,y])));

              end;

          end;

//為點賦值顏色

        image2.Canvas.Pixels[i,j]:=RGB(trunc(tmpColorR/(ScaleRate*ScaleRate)),trunc(tmpColorG/(ScaleRate*ScaleRate)),trunc(tmpColorB/(ScaleRate*ScaleRate)));

      end;


這個算法是我寫的第一版本，還有很多優(yōu)化余地，比如如果是黑白圖像就不需要計算R G B，因為256級灰度全部是相同的
另外for循環(huán)中的表達式可能影像速度，還有用整數(shù)運算會比浮點快，等等。