我很好奇是否有可能使用的方法或算法基于图像中的细节量或熵来缩小图像,使得新尺寸被确定为原始图像的大部分细节的分辨率将被保留.

例如,如果用相机拍摄失焦或抖动的图像,则与相机拍摄图像对焦或相对于所描绘的场景的固定位置相比,将会有更少的细节或高频内容.如果要将该图像缩放回原始尺寸,则较低熵图像的尺寸可以显着减小并且仍然保持大部分细节.然而,在更详细的图像的情况下,人们将不能在不丢失重要细节的情况下尽可能地减小图像尺寸.

我当然明白,包括JPEG在内的许多有损图像格式都有类似的含义,即存储给定分辨率图像所需的数据量与图像数据的熵成正比,但我很好奇,主要是为了我自己的兴趣,如果可能存在计算有效的方法来缩放图像内容的分辨率.

最佳答案 这是可能的,并且有人可能会争辩说,从
JPEG-style DCT stuff到
fractal compression的大多数有损图像压缩方案基本上是以他们自己的特定方式进行的.

请注意,此类方法几乎总是在小图像块上操作而不是大图片,以便在较低细节区域中最大化压缩,而不是被限制为在任何地方应用相同的设置.后者可能会导致大多数“真实”图像的压缩和/或高损失,这些图像通常包含细节级别的混合,但是有一些例外,例如您的焦点外例子.

您需要定义什么构成“原始图像的大部分细节”,因为完全恢复只能用于相当人为的图像.而且您还需要指定每种方式使用的重新缩放的确切形式,因为这会对恢复的质量产生相当大的影响.例如,简单的像素重复可以更好地保留硬边缘,但会破坏平滑的渐变,而线性插值应该更好地再现渐变,但可能会对边缘造成严重破坏.

一种简单的袖口方法可能是计算2D功率谱并选择缩放(可能是垂直和水平不同),以保留包含“大部分”内容的频率.基本上这相当于选择保留“最”细节的低通滤波器.这种方法是否算作“计算效率”可能是一个有争议的问题……