經常用到ffmpeg中的sws_scale來進行圖像縮放和格式轉換，該函數可以使用各種不同算法來對圖像進行處理。以前一直很懶，懶得測試和甄別應該使用哪種算法，最近的工作時間，很多時候需要等待別人。忙裏偷閒，對ffmpeg的這一組函數進行了一下封裝，順便測試了一下各種算法。
簡單說一下測試環境，我使用的是Dell的品牌機，i5的CPU。ffmpeg是2010年8月左右的當時最新版本編譯而成，我使用的是其靜態庫版本。
sws_scale的算法有如下這些選擇。
首先，將一幅1920*1080的風景圖像，縮放爲400*300的24位RGB，下面的幀率，是指每秒鐘縮放並渲染的次數。（經過我的測試，渲染的時間可以忽略不計，主要時間還是耗費在縮放算法上。）
|
算法 |
幀率 |
圖像主觀感受 |
|
SWS_FAST_BILINEAR |
228 |
圖像無明顯失真，感覺效果很不錯。 |
|
SWS_BILINEAR |
95 |
感覺也很不錯，比上一個算法邊緣平滑一些。 |
|
SWS_BICUBIC |
80 |
感覺差不多，比上上算法邊緣要平滑，比上一算法要銳利。 |
|
SWS_X |
91 |
與上一圖像，我看不出區別。 |
|
SWS_POINT |
427 |
細節比較銳利，圖像效果比上圖略差一點點。 |
|
SWS_AREA |
116 |
與上上算法，我看不出區別。 |
|
SWS_BICUBLIN |
87 |
同上。 |
|
SWS_GAUSS |
80 |
相對於上一算法，要平滑(也可以說是模糊)一些。 |
|
SWS_SINC |
30 |
相對於上一算法，細節要清晰一些。 |
|
SWS_LANCZOS |
70 |
相對於上一算法，要平滑(也可以說是模糊)一點點，幾乎無區別。 |
|
SWS_SPLINE |
47 |
和上一個算法，我看不出區別。 |
總評，以上各種算法，圖片縮小之後的效果似乎都不錯。如果不是對比着看，幾乎看不出縮放效果的好壞。上面所說的清晰（銳利）與平滑（模糊），是一種客觀感受，並非清晰就比平滑好，也非平滑比清晰好。其中的Point算法，效率之高，讓我震撼，但效果卻不差。此外，我對比過使用CImage的繪製時縮放，其幀率可到190，但效果慘不忍睹，顏色嚴重失真。
第二個試驗，將一幅1024*768的風景圖像，放大到1920*1080，並進行渲染（此時的渲染時間，雖然不是忽略不計，但不超過5ms的渲染時間，不影響下面結論的相對準確性）。
|
算法 |
幀率 |
圖像主觀感受 |
|
SWS_FAST_BILINEAR |
103 |
圖像無明顯失真，感覺效果很不錯。 |
|
SWS_BILINEAR |
100 |
和上圖看不出區別。 |
|
SWS_BICUBIC |
78 |
相對上圖，感覺細節清晰一點點。 |
|
SWS_X |
106 |
與上上圖無區別。 |
|
SWS_POINT |
112 |
邊緣有明顯鋸齒。 |
|
SWS_AREA |
114 |
邊緣有不明顯鋸齒。 |
|
SWS_BICUBLIN |
95 |
與上上上圖幾乎無區別。 |
|
SWS_GAUSS |
86 |
比上圖邊緣略微清楚一點。 |
|
SWS_SINC |
20 |
與上上圖無區別。 |
|
SWS_LANCZOS |
64 |
與上圖無區別。 |
|
SWS_SPLINE |
40 |
與上圖無區別。 |
總評，Point算法有明顯鋸齒，Area算法鋸齒要不明顯一點，其餘各種算法，肉眼看來無明顯差異。此外，使用CImage進行渲染時縮放，幀率可達105，效果與Point相似。
個人建議，如果對圖像的縮放，要追求高效，比如說是視頻圖像的處理，在不明確是放大還是縮小時，直接使用SWS_FAST_BILINEAR算法即可。如果明確是要縮小並顯示，建議使用Point算法，如果是明確要放大並顯示，其實使用CImage的Strech更高效。
當然，如果不計速度追求畫面質量。在上面的算法中，選擇幀率最低的那個即可，畫面效果一般是最好的。
不過總的來說，ffmpeg的scale算法，速度還是非常快的，畢竟我選擇的素材可是高清的圖片。
(本想順便上傳一下圖片，但各組圖片差異其實非常小，恐怕上傳的時候格式轉換所造成的圖像細節丟失，已經超過了各圖片本身的細節差異，因此此處不上傳圖片了。)
注：試驗了一下OpenCV的Resize效率，和上面相同的情況下，OpenCV在上面的放大試驗中，每秒可以進行52次，縮小試驗中，每秒可以進行458次。
原文地址：http://blog.csdn.net/leixiaohua1020/article/details/12029505
