Image Scaling utilizes the bilinear interpolation algorithm

针对某一目标像素点，其坐标可通过反向变换获得浮点坐标形式，表示为(i+u,j+v)，其中i、j为浮点数的整数部分，而u、v则代表小数部分，取值范围限定于[0,1)区间。该像素的数值f(i+u,j+v)可依据源图像中四个相邻像素点的值进行计算，这四个点分别为(i,j)、(i+1,j)、(i,j+1)以及(i+1,j+1)，具体表达式如下：

f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)

其中f(i,j)表示源图像在坐标(i,j)处的像素值，其余符号意义类似。

例如，在某个具体情形中，若目标图像中的像素坐标为（1,1），则通过反向计算可得到其对应于源图像的浮点坐标为（0.75, 0.75）。然而，这一坐标仅是一个理论上的虚拟位置，并不真实存在于源图像中。因此，目标像素（1,1）的取值不能直接由这个虚拟点决定，而是需要结合源图像中的四个实际存在的邻近像素共同确定：即（0,0）、（0,1）、（1,0）和（1,1）。由于虚拟点（0.75, 0.75）与实际点（1,1）的距离最近，因此该点在计算过程中所占权重更大。这一点可以通过公式中的系数uv=0.75×0.75得到体现；相反地，虚拟点距离（0,0）最远，因此该位置对应的系数(1-u)(l-v)=0.25×0.25相对较小，在整