이미지 보간법 (Image Interpolation)

• 이미지 사이즈를 확대하거나 축소할 때, 화질을 유지하기 위해, 새로운 픽셀 값을 계산하는 알고리즘 
• 기존 픽셀 값을 이용해서 새로운 픽셀의 색깔과 빛을 계산

 

1. Nearest Neighbor (최근접 이웃)

• 가장 가까운 곳에 위치한 픽셀값을 그대로 사용함.
• 장점: 빠르고, 구현이 간단함.
• 단점: 이미지 계단현상 (알리아싱)이나 블록 현상 발생 가능

 

2. Bilinear (양선형 보간법)

• 인접한 4개의 픽셀값을 이용하여 선형보간법으로 새로운 픽셀값 계산
• 장점: 비교적 부드러운 결과
• 단점: 복잡한 패턴을 정확하게 표현하지 못함

 

3. Bicubic (양입방 보간법)

• 16개의 인접 픽셀값을 이용해서 새로운 픽셀값 계산
• 장점: 매우 부드럽고 자연스로운 결과
• 단점: 계산이 복잡해서 처리 속도가 느릴 수 있음

 

4. Lanchoz (란초스 리샘플링)

• 사인 함수를 기반으로 하는 필터를 사용해서 고해상도 이미지를 다운스케일링함
• 장점: 높은 품질
• 단점: 계산량이 많아서 처리 속도가 느릴 수 있음

 

5. 가우시안 블러와 다운 샘플링

• 이미지에 가우시안 블러를 적용해서 고주파 요소를 제거한 후 다운샘플링함
• 장점: 노이즈가 줄어들어서 부드러운 결과
• 단점: 블러로 인해 이미지의 세부사항 손실 발생 가능

 

6. 스플라인 보간법

• 스플라인 함수(주로, 큐빅 스플라인)을 이용해서 새로운 픽셀값 계산
• 장점: 매우 부드럽고 자연스러운 결과
• 단점: 계산이 복잡해서 처리 속도 느림