影象插值演算法包括向上插值和向下插值，向上插值就是對影象進行放大，向下插值就是對影象進行縮小，插值演算法在影象預處理過程中經常被使用，通過插值演算法，可以將影象尺寸變換為任意尺寸，下面以舉例子的方式來說明兩種常見的插值演算法： 假設影象原始尺寸為wi,hi，縮放後的影象尺寸為wo, ho，對於縮放後圖像中任意座標（i, j)，該位置處的灰度值的計算方法如下：

最近鄰插值演算法

對於座標i, 對應於原影象的座標為 x=(int)(i/ho∗hi+0.5)$x=(int)(i/ho\ast hi+0.5)$ 對於座標j, 對應於原影象的座標為 y=(int)(j/wo∗wi+0.5)$y=(int)(j/wo\ast$

雙線性插值演算法

對於座標i，對應於原影象的座標為x=i/ho∗hi$x=i/ho\ast hi$ 對於座標j，對應於原影象的座標為y=j/wo/wi$y=j/wo/wi$ 假設（x,y)的座標為（100.21, 200.65)，則 F(100,200.65)=(1−0.65)∗F(100,200)+0.65∗F(100,201)$F(100,200.65)=(1-0.65)\ast F(100,200)+0.65\ast F(100,201)$ F(101,200.65)=(1−0.65)∗F(101,200)+0.65∗F(101,201)$F(101,200.65$