所以說我有一個圖像，我想「像素化」。我想要這個由100×100方格表示的清晰圖像。所以如果原始照片是500像素X 500像素，每個正方形是5像素X 5像素。所以每個正方形都會有一個顏色對應於它交換的5 px X 5 px像素組...幫助理論背後的pixelate算法？
我該如何弄清楚這個顏色最能代表它所覆蓋的東西是？我是否只需爲25個像素中的每一個取R G和B數字並對其進行平均？還是有其他一些我應該知道的模糊方式？ 「像素化」功能通常使用什麼，比如說在Photoshop中？
如果你想了解的像素化的「理論」，對重採樣（尤其是下采樣）讀了。像素化的算法簡單的下采樣的圖像（使用一些下采樣方法），然後使用nearest-neighbour interpolation上採樣它。請注意，在代碼中，這兩個步驟可以合併爲一個。
對於下采樣在一般情況下，通過的Ñ圖像的因子下采樣首先由適當的低通濾波器濾波，然後一個樣本每Ñ的取。 「理想的」過濾器使用的是sinc filter，但由於與實施它的問題，該Lanczos filter經常被用來作爲一個緊密的替代方案。
然而，對於幾乎所有目的時做馬賽克，使用簡單box blur應該可以正常工作，並且很容易實現。這只是附近像素的平均值。
如果您不需要改變圖像的輸出尺寸，那麼這意味着你把它們ķ × ķ像素的圖像成塊（大產生的像素），然後全部更換每個塊中的像素與該塊中像素的平均值。
當源和目標網格是如此整除和排列，最algorigthms給出了類似的結果。如果網格是固定的，那麼選擇簡單的平均值。
在其他情況下，尤其是一個很小的比例調整時，質量差異是非常明顯的。考慮到目標像素區域中包含了多少像素值，對簡單平均值的最簡單增強是對每個像素值進行加權。
更多的算法，檢查multivariate interpolation