pic1. 小朋友像素阵列！
理解了位图图片的基本概念之后，现在开始讨论缩放的问题。为了使问题简化，我们考虑更简单的情况：只有1行小朋友的时候，如下图所示：
pic2. 单行像素阵列！我们知道，每个小朋友都是有“宽度”的，即其所占空间的大小，记为d1（可记为d1=1），则七位小朋友占总的空间大小：D1=7*d1=7。
图像缩放，即在占据相同空间（D1=D2=7）的情况下，用5个（随便举的例子）小朋友实现排列，那么每个小朋友所占的空间大小就发生了变化：d2=D2/5=1.4。这样看来，每个小朋友都应该变胖了一些才对，请看下图：pic3. 单行缩放！这样的效果，即把图像缩小成原来图像的5/7，只用5个像素点来表示之前7个点需要表示的数据。
理解这些之后，需要面临一个非常关键的问题了：下面的五位小朋友，应该怎样对它们进行颜色的选取呢？从上图我们可以发现，上下两列队伍已经对齐，下面这一列的每个小朋友，在横向上，都处在上面这一列两个小朋友之间，为了更加明确地表述，见下图：
pic4. 最临近关系？则，下面的小朋友的颜色，应该是上面左右两个小朋友之间进行选择！
算法一：最邻近插值！
顾名思义，和哪个小朋友更接近，就选择哪一个！即上图所示内容。可以看到，我们丢失了部分信息，但是整体的颜色，和原图像是基本相同的！
算法二：双线性内插值！
这个名称有点不好理解。我们暂且忽略其称呼，简单理解起来，即综合考虑左右两边的情况，按距离的远近进行综合取舍。具体情况见下图所示：
pic5. 左右逢源的选择！这样看来，所得到的新图形的颜色，和之前的图形之间，是不是还原度更高呢？并且连算法一中丢失掉的绿色，也部分地保留了下来。
这样得到的图形，也会更加地平滑。
这样，大家应该都明白算法的核心内容了吧？至于怎样用代码实现，以及选择什么语言更加方便，就见仁见智了！
至于最初28个小朋友，如果行数变成3行，经过变换之后的图形是怎样的呢？
用最简单的方式，讲述最深刻的知识结构！
欢迎关注！