gpt4 book ai didi

image-processing - 跨显示分辨率确定像素坐标

转载 作者:行者123 更新时间:2023-12-05 06:45:17 26 4
gpt4 key购买 nike

如果程序在分辨率为 A 的显示器上显示 X、Y 处的像素,我能否精确预测同一个像素在分辨率 B 时将显示在什么坐标处?

更多信息

2 种显示分辨率是:

A-->1366 x 768

B-->1600 x 900

将最大分辨率除以每个方向产生:

X方向比例因子=1600/1366=1.171303075

Y方向比例因子=900/768=1.171875

例如,显示器 A 上唯一的红色像素出现在像素 (1,1) 处。如果我仅使用这些因素进行放大,那么在显示器 B 上,红色像素将显示在像素 (1.171303075, 1.171875) 处。我不确定如何解释它,因为我习惯于将像素视为整数值。如果我知道屏幕上像素坐标/位置的确切几何形状,可能会有所帮助。例如,像素坐标 (1,1) 是否意味着像素的中心位于 (1,1)?或者像素的特定角位于 (1,1)?我确信图表将有助于可视化这一点——如果有人可以发布指向有用资源的链接,我将不胜感激。最后,我可能完全错了。

提前致谢。

最佳答案

我认为,您的问题与scaling/resampling images 的领域有关.位图或光栅图像是数码照片,因此它们是表示细节丰富的自然图像的最常见形式。术语位图是指给定的图案(像素中的位)如何映射到特定的颜色。位图图像采用数组的形式,其中每个元素(称为像素图片元素)的值对应于图像该区域的颜色。

采样

当测量一个像素的值时,我们会采用该像素位置周围区域的平均颜色。一个简单的模型是对一个正方形进行采样,更准确的测量是计算加权高斯平均值。在感知位图图像时,人眼应该将像素值混合在一起,重新创建它所代表的连续图像的错觉。

栅格维度

像素网格中水平和垂直样本的数量称为光栅维度,指定为width x height

决议

分辨率是采样密度的度量,位图图像的分辨率给出了像素尺寸和物理尺寸之间的关系。最常用的度量是 ppi每英寸像素数

缩放/重采样

图像缩放是当我们需要创建与现有尺寸不同的图像时的过程的名称。缩放的另一个名称是重采样。当重采样算法尝试重建原始连续图像并创建新的样本网格时。有两种缩放比例:向上向下

缩小图片

减少栅格尺寸的过程称为抽取,这可以通过平均贡献每个输出像素的源像素值来完成。

放大图像

当我们增加图像大小时,我们实际上想要在原始栅格中的原始样本点之间创建样本点,这是通过对样本网格中的值进行插值来完成的,有效地猜测未知像素的值。这种插值可以通过最近邻插值、双线性插值、双三次插值等来完成。但是放大/缩小图像也必须在离散网格上表示。

关于image-processing - 跨显示分辨率确定像素坐标,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25195937/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com