黑白图像的缩小灰度级显示算法的编写

2．  灰度级显示算法

结合缩小算法nXn个点生成一个点的原则，在原图上按照每个点的权值和颜色相乘再除以n来得到生成点的颜色值。

例如：

a1  a2   a3  a4  a5  a6   a7  a8  a9 a10

|-----|---*-|-----|-*---|-----|*----|-----*-----|-----|-----|

|---------|---------|----------|----------|----------|---------|--

b1    b2     b3     b4     b5     b6

经过变换后

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

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

……

这是一维坐标，扩展到二维空间算法相同。

具体实现方法：

1．  计算出缩小后的位图点阵大小(nXm)

比如原图100X100，缩放90%之后就是90X90点阵

2．  循环点阵，为每个点的颜色赋值

赋值方法取相关点颜色乘以相应权值累加除以权值和

　　？xml:namespace prefix = v ns = "urn:schemas-microsoft-com:vml" /> 
　　

原图

缩放为66.6%
　　
　　
　　

计算每点值
　　
　　

Delphi代码如下

var

  i,j:integer;

  tmpColorR,tmpColorG,tmpColorB:dWord;

  x,y:integer;

  ScaleRate,ScaleRateX,ScaleRateY:real;

begin

       //combobox1.text为缩放%

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

//循环生成图像的点阵

  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;

              //为每个点累加相关节点的颜色

        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);

              //取每个点的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;

//为点赋值颜色

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

      end;

　　这个算法是我写的第一版本，还有很多优化余地，比如如果是黑白图像就不需要计算R G B，因为256级灰度全部是相同的
　　另外for循环中的表达式可能影像速度，还有用整数运算会比浮点快，等等。