随便写点东西...

处理过程分为7步：

1. 通过边缘查找滤镜分离出所有的边缘纹理层
   • 线条宽度超过1像素时，会因为"过粗"而被视为两个边缘，中间是平面或斜面，不参与边缘本身的计算
     
   • 最短边缘长度的倍数阈值限制为边缘宽度的1.5x，默认2x，从而过滤掉噪声
   • jpeg压缩会让边缘查找滤镜给出不均匀的边缘，所以将中断3像素以内的边缘视为连续
2. 将1的结果做副本，然后通过双立方或Lanczos滤镜放大到用户指定的倍数
3. 将原图通过双立方，Lanczos或点对点滤镜放大到用户指定的倍数
   • 一般情况下，由于要保留斜面，所以默认不能使用点对点滤镜
4. 从3中减去2，空出的区域用距离最近像素的值填充，如果两边相同则选择右侧
   • "填充"通过一种特殊的"近邻算法"实现. 区别是空像素的搜索半径只有1像素，8个方向，如果搜索不到则暂时放到待查找队列尾，然后继续下一个空白像素的搜索
5. 将1中的边缘纹理层做矢量化处理，并放大到用户指定的倍数
   • 放大过程中的纹理宽度限制在1像素，和原始查找边缘所得的宽度一致
6. 将5的结果对照1的同位边缘宽度并缩窄至和1一致
7. 任何边缘块间的空白分别以前后两个边缘块，只在起点-终点宽度相等的空白间进行线性插值
   • 用户决定精度为像素或子像素
   • 只要放大倍数在2x以内，就不需要考虑边缘起点-终点间是否要进行曲线轨迹插值
   • 如果放大倍数超过2x，则:
     • 运行取样迁就偏移SAO滤镜扫描1来确定曲线轨迹，但可能会造成性能损失
     • 线性插值可能不再适用，而是根据SAO滤镜的结果进行某种非线性渐变插值

RGB平面（解码状态）的适用性：

• 小部分步骤只需要执行一次，大部分步骤需要在RGB三个平面上各执行一次

YCbCr平面（压缩状态）的适用性：

• 比RGB平面速度更快，主要是因为得益于YCbCr的格式特性
• CbCr平面可以通过γ的边缘信息进行缩放，从而减少内存占用
• 理论上可以其实且画质更好地从4:2:0算出4:4:4，即直接用于视频播放过程的预处理部分
  • 取决于屏幕和分辨率大小

视频的适用性：

• 理论上只需要亮度层的信息
• 理论上只需要一张I帧的信息作为整个GOP的边缘建模，P帧，Pyramid-B帧中的I块则需要重做

矢量化：

• 将图形作为一种形状而不是像素点表示

缺陷：

• 需要透明/Alpha通道
• 由于其边界宽度不变的特性，可能不适用于用于缩小图像
• 和其它缩放算法一样，并不适合像素画，直接用点对点/无插值临近像素滤镜即可
• 矢量化本身对性能损耗较大，分离边缘后虽然极大地降低了计算复杂度，但可能并不能实时的处理

那么就这样