Il ridimensionamento delle immagini è un processo di computer grafica che aumenta o diminuisce le dimensioni di un’immagine digitale. Un’immagine può essere ridimensionata in modo esplicito con un visualizzatore di immagini o un software di modifica, oppure può essere eseguita automaticamente da un programma per adattare un’immagine a un’area di dimensioni diverse. La riduzione di un’immagine, come avviene per creare immagini in miniatura, può utilizzare diversi metodi, ma impiega in gran parte un tipo di campionamento chiamato sottocampionamento per ridurre l’immagine e mantenere la qualità originale. L’aumento delle dimensioni di un’immagine può essere più complesso, perché il numero di pixel necessari per riempire l’area più grande è maggiore del numero di pixel nell’immagine originale. Quando si utilizza il ridimensionamento dell’immagine per aumentare le dimensioni di un’immagine, viene utilizzato uno dei numerosi algoritmi per approssimare il colore dei pixel aggiuntivi nell’immagine più grande.
Esistono tre tipi principali di algoritmi che possono essere utilizzati nel ridimensionamento delle immagini per aumentare le dimensioni di un’immagine. La versione più semplice prende ogni pixel originale nell’immagine sorgente e lo copia nella posizione corrispondente nell’immagine più grande. Ciò lascerà spazi tra i pixel nell’immagine più grande che vengono riempiti assegnando ai pixel vuoti il colore del pixel di origine a sinistra della posizione corrente. Questo, in effetti, moltiplica un’immagine ei suoi dati in un’area più ampia. Anche se questo metodo, chiamato più vicino, è efficace nel prevenire la perdita di dati, la qualità risultante dopo il ridimensionamento dell’immagine solitamente ne risente, perché i blocchi ingranditi dei singoli pixel saranno chiaramente visibili.
Altri algoritmi di ridimensionamento delle immagini funzionano riempiendo gli spazi vuoti in un’immagine ingrandita con pixel il cui colore è determinato dal colore dei pixel che la circondano. Questi algoritmi, chiamati interpolazione bilineare e interpolazione bicubica, fanno essenzialmente la media del colore dei pixel di origine che circondano un dato pixel, quindi riempiono gli spazi vuoti nell’immagine più grande con la media dei colori calcolata. Sebbene i risultati siano più uniformi rispetto al ridimensionamento dell’immagine del vicino più vicino, le immagini ridimensionate troppo grandi possono diventare sfocate e piene di blocchi di colore indistinti.
Un terzo tipo di algoritmo di ridimensionamento dell’immagine utilizza una forma di riconoscimento del modello per identificare le diverse aree di un’immagine che vengono ingrandite e quindi tenta di strutturare i pixel mancanti. Questo metodo può produrre buoni risultati, ma può anche iniziare a creare artefatti visivi all’interno di un’immagine più volte viene applicato l’algoritmo. Ridimensionare le immagini in questo modo è potenzialmente costoso dal punto di vista computazionale per le immagini fotografiche a colori e può anche richiedere più memoria rispetto ad altri tipi di ridimensionamento.
Il ridimensionamento dell’immagine può essere utilizzato anche per ridurre le dimensioni di un’immagine digitale. L’immagine più piccola avrà meno pixel dell’immagine di origine, quindi la maggior parte degli algoritmi fornirà risultati abbastanza buoni. Gli algoritmi per ridurre le dimensioni di un’immagine sono simili a quelli utilizzati per aumentare le dimensioni, sebbene il processo venga eseguito al contrario. I pixel nell’immagine sorgente vengono calcolati in media per un’area e combinati in un singolo pixel che viene posizionato nella nuova immagine più piccola nella posizione appropriata.