Doğrudan cevap, nihayetinde, yapmazsınız. Çok fazla vakada, bir tat sorununa gelir. Belirli bir görüntünün yeniden boyutlandırılmış sürümlerine bakan üç kişi hangisinin en iyi olduğu konusunda üç farklı fikre sahip olabilir (ve çoğu zaman olacaktır). Yapabileceğiniz en iyi şey, bir görüntünün hangi özelliklerini önemli gördüğünüzü seçip buna dayalı bir yöntem seçmektir.
Örneğin, en yakın komşu hatlarda keskin kenarları korumak için oldukça iyi bir iş çıkarır - çoğu enterpolasyon yönteminden çok daha fazla. Aynı zamanda, "pürüzsüz" görünmesi gereken şeylere (örneğin, açık mavi gökyüzü) uygulandığında kenarlara benzeyen yapay nesneler üretebilir.
Bunun tersi de doğrudur: enterpolasyon, degradeleri yumuşatmaya yardımcı olabilir, ancak keskin kenarlar olması gerekenleri "yumuşatma" eğilimindedir. Çok ileri giderseniz, ince ayrıntılar tamamen silinebilir.
Daha iyi yöntemlerin çoğu bir dereceye kadar uyarlanabilir. Basitçe ifade etmek gerekirse, orijinal verinin içerdiği gradyanların ne kadar "keskin" olduğunu tahmin ederler ve orijinalde mevcut olan kabaca aynı pürüzsüzlük / keskinlik seviyesini korumaya çalışırlar. Uyarlama normalde resmi bloklar halinde tarayarak ve uyarlamayı blok blok temelinde uygulayarak yapılır.
Örneğin, açık mavi bir gökyüzüne ve çok ince ayrıntılara sahip ağaçlara (dallar, yapraklar, vb.) Sahip bir manzaraya sahipseniz, dallara gökyüzüne göre çok daha az yumuşatma uygulanır.
Bununla birlikte, hiçbiri mükemmel olmayan degradeleri tahmin etmenin çeşitli yolları ve hiçbiri tüm resimler için ideal olmayan çeşitli boyutlarda pencereler vardır. Bu, uyarlanabilir algoritmalar arasında bile oldukça fazla fark yaratır.
