inSampleSize在搜索 SO 并阅读大量答案后，我编写了以下代码来获取对大位图进行下采样的最小值：

和

目标是在没有任何 OutOfMemory 异常的情况下获得位图样本的最大尺寸。我可以相信这段代码吗？

我有一个长度为 4096 的数组，它包含计算出的 FFT 的结果。结果应显示在 1024 的窗口长度上 如何将值从 4096 减少到 1024 并且结果保持正确。

这是一个好方法吗？

我使用平均操作执行了图像下采样。图像被分成 2 x 2 块，然后进行 4 次下采样。下采样图像的新像素值替换为每个块的平均值，如下所示：

我使用灰度图像作为输入。但是，我得到一个完整的白色图像作为下采样的输出。为什么会这样？请帮忙。

我正在尝试对数据集进行下采样并保持与其中一列相同的频率分布。方法是 1) 确定基线频率分布，2) 使用基线频率分布对行范围进行采样，3) 使用采样的行范围从基线数据框中选择行，4) 比较基线和下采样频率分布. 这里有两个例子。在这两个示例中，具有最高概率的事件被过采样，而其余事件被欠采样。

重新采样数据的函数保持一列的频率相同

示例 1

步骤 1) 指定目标频率分布 2) 转换为概率 3) 生成具有目标频率分布的数据 4) 使用上述函数对数据进行下采样

5) 获取模拟和下采样数据的频率 6) 根据维度名称的数值对频率进行排序

7）绘制指定的概率，以及来自数据和下采样的概率

请注意，概率最高的事件被过采样，而其他事件被采样不足（红色曲线）。

示例 2

在这里，只有一个事件被过采样，而其余事件被采样不足。

问题是为什么红线不靠近其他线，而且似乎存在系统误差。

具有小频率的不频繁元素对于匹配/获得很重要，匹配/获得频繁出现的元素的频率（大频率）不太重要。

我有一个关于图像下采样的非常基本的问题。如果我有一个大小为 256 乘以 256 的图像并且我想将其减小到 128 乘以 128 的大小，那么现在获取每个备用像素是否完全安全？我假设新的采样位置将精确地落在备用像素位置，并且不需要应用任何插值内核（因为我们将在该内核上有一个 delta 函数）？

当我在 Matlab 中显示表面网格时会出现此要求trisurf，因为网格很密集（高分辨率）并且渲染缓慢且无法旋转。所以我想知道有一些直观的方法可以在保持基本形状的同时对网格进行下采样吗？

在我在这里发布问题之前，我已经谷歌了。一个流行的工具iso2mesh，具有类似的功能，remeshsurf. 但它首先通过原始网格重建体积，然后根据所需的分辨率构造新的网格。在我看来，一个重要的缺陷是它改变了原来的形状。

有人有什么想法吗？Matlab 函数将是最好的，因为它易于测试。

谢谢。

尼科

我正在使用 OpenCV 的多尺度检测。但是，我不明白该scale0参数是指缩小还是放大因子。（或两者？）。文档在这里。

文档说该scale0参数是指窗口增加的系数。这是否意味着图像只会被下采样，因为nLevels？

谢谢你。

我正在使用 RecorderJS 记录来自用户的麦克风流。默认导出为 44.1 kHz、16 位的 WAV 文件。无论如何我可以将其降采样到 11kHz 或 16kHz 而不听起来很奇怪吗？无论如何，我可以通过仅使用 javascript 从 Web Audio API getUserMedia 流中获取 16 位 16khz WAV 文件吗？

我正在尝试减小文件大小，从而为用户节省大量带宽。谢谢。

我正在尝试在大型数据矩阵中寻找趋势，比如 50,000 x 1000 个元素。如果我使用该image命令，矩阵将打印到屏幕上。我想知道image考虑到我的屏幕上没有足够的像素来显示这么多元素，Matlab 的函数如何决定要显示矩阵的哪些元素？换句话说，它对矩阵应用了哪种下采样算法？

我在 Matlab 中有 2 个数据集，我需要将它们相互绘制 - 一个在 x 轴上，一个在 y 轴上。每组的数据是使用不同的方法收集的，因此采样率存在显着差异，直到我在两组中的数据点数量不同之前，我无法将一个与另一个进行对比。

downsample使用 Matlab函数对 Matlab中的数据进行下采样非常简单。

A的采样率为1.5s，B的采样率为0.1s。我已经能够成功地使用downsampleasdownsample(B,15,10)让它同时启动“-3s”（这意味着我的数据中有一些东西，所以我需要让它从那时开始）并且样本采样率为 1.5s .

但是，现在我想知道是否有一种方法可以让我取 15 个点的平均值，而不是每 15 个点取一个点？downsample，我使用它的方式只是每 15 点选择一次。但是，我希望它为我平均 15 分。有没有办法做到这一点？

我为一个简单/较小的向量编写了一个 for 循环，看看我是否能做到。因为A = [1 2 3 4]我想压缩数据，使 A 只有 2 个条目，这样它平均 A(1) 和 A(2)，然后是 A(3) 和 A(4)。

然而，这并不像我想要的那样工作，因为我不希望它平均 A(2) 和 A(3)。我希望它取前 2 个条目，平均它们，然后是接下来的 2 个条目，然后平均它们。很快。

有人可以帮忙吗？

谢谢