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,懶得測試和甄别應該使用哪種算法,最近的工作時間,很多時候需要等待别人。忙裡偷閑,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,我使用的是其靜态庫版本。
sws_scale的算法有如下這些選擇。
#define SWS_FAST_BILINEAR 1
#define SWS_BILINEAR 2
#define SWS_BICUBIC 4
#define SWS_X 8
#define SWS_POINT 0x10
#define SWS_AREA 0x20
#define SWS_BICUBLIN 0x40
#define SWS_GAUSS 0x80
#define SWS_SINC 0x100
#define SWS_LANCZOS 0x200
#define SWS_SPLINE 0x400
首先,将一幅1920*1080的風景圖像,縮放為400*300的24位RGB,下面的幀率,是指每秒鐘縮放并渲染的次數。(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,我看不出差別。
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,我看不出差別。
SWS_BICUBLIN
87
同上。
SWS_GAUSS
相對于上一算法,要平滑(也可以說是模糊)一些。
SWS_SINC
30
相對于上一算法,細節要清晰一些。
SWS_LANCZOS
70
相對于上一算法,要平滑(也可以說是模糊)一點點,幾乎無差別。
SWS_SPLINE
47
和上一個算法,我看不出差別。
總評,以上各種算法,圖檔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,并非清晰就比平滑好,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的繪制時縮放,其幀率可到190,但效果慘不忍睹,顔色嚴重失真。
第二個試驗,将一幅1024*768的風景圖像,放大到1920*1080,并進行渲染(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确性)。
103
100
和上圖看不出差別。
78
相對上圖,感覺細節清晰一點點。
106
與上上圖無差別。
112
邊緣有明顯鋸齒。
114
邊緣有不明顯鋸齒。
與上上上圖幾乎無差別。
86
比上圖邊緣略微清楚一點。
20
64
與上圖無差別。
40
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,比如說是視訊圖像的處理,在不明确是放大還是縮小時,直接使用SWS_FAST_BILINEAR算法即可。如果明确是要縮小并顯示,建議使用Point算法,如果是明确要放大并顯示,其實使用CImage的Strech更高效。
當然,如果不計速度追求畫面品質。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檔。
(本想順便上傳一下圖檔,但各組圖檔差異其實非常小,恐怕上傳的時候格式轉換所造成的圖像細節丢失,已經超過了各圖檔本身的細節差異,是以此處不上傳圖檔了。)
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。