1. 介紹

hqx（“hq” 代表 “high quality”；“x” 代表放大倍數）算法準確來說是hqnx算法，
是Maxim Stepin開發的Pixel-art scaling algorithms算法之一。hqx有三個濾波器：hq2x、hq3x和hq4x，其放大倍數分別為2、3和4。

先來看下使用最鄰近插值算法得到的放大結果：

然后再看看使用hq3x算法進行放大之后得到的結果：

可以看到圖像的鋸齒情況有了很明顯的改善。

2. 算法思想

首先，將源像素周圍的8個像素中的每個像素的顏色與源像素的顏色進行比較。通過根據閾值檢查顏色相似的像素來檢測形狀。這就給出了$2^8=256$種相似或不同鄰居的組合。為了將單個像素擴展為2×2、3×3或4×4像素塊，在包含必要插值模式的預定義表中查找鄰域排列。

• 1） 第一步：是對源像素的3x3區域進行分析。首先，我們計算中心像素與其8個最近鄰之間的色差。然后將這種差異與預定義的閾值進行比較，并將這些像素分為兩類：“關閉”和“遠”顏色。有8個鄰居，所以我們得到256個可能的組合。
• 2）下一步：是過濾，使用包含256個條目的查找表，每個近鄰/遠距離有色鄰居組合一個條目。每個條目描述如何混合3x3區域的源像素的顏色，以獲得濾波圖像的內插像素。
• 3）目前的實現是利用YUV顏色空間來計算色差，對Y(亮度)分量具有更大的容限，然后對顏色分量U和V進行顏色空間轉換，如果源圖像的格式為每像素16位，則使用簡單的查找表即可實現顏色空間轉換。還可以使用MMX指令計算色差并將它們與閾值進行比較。
• 4）創建查找表是最困難的部分是：對于每個組合，必須確定區域的最可能的矢量表示，在圖像的不同顏色區域之間的邊緣的想法被保留，邊緣方向接近于正確的一個PO。斯泰爾然后使用反走樣將該矢量表示以更高的（3x）分辨率光柵化，并且結果被存儲在查找表中
• 5）過濾器不是為照片設計的，而是為清晰的邊緣圖像設計的，比如線條圖形或卡通精靈。它還被設計成足夠快，可以實時處理256x256圖像。

3. 實現

由于它的代碼比較長，這里就不直接貼出來了，可以去我的資源頁查找下載，后續審核通過會貼出鏈接。

2020.12.14更新：
由于原來的demo在CSDN沒有審核通過，需要demo的請私信并留下郵箱地址，或者參考下面的資源：

google code hqx

libxbr-standalone

2018.6.4更新：
工程代碼demo下載地址：鏈接

總結

以上是生活随笔為你收集整理的高性能图像放大算法——hqx算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。