草稿:空间抗锯齿

在数字信号处理中，空间反锯齿是一种在低分辨率下呈现高分辨率图像时，最大程度减少失真伪影（锯齿）的技术。反锯齿用于数码摄影、计算机图形、数字音频和许多其他应用。

反锯齿指的是预先滤除超出记录（或采样）设备解析能力的高频信号成分。这种滤除操作必须在（重）采样至更低分辨率之前完成。若采样前未去除这部分高频信号，会导致不可控的伪影—— 例如在图像中表现为黑白噪点的混叠失真。

在信号采集与音频领域，反锯齿通常通过模拟抗混叠滤波器来实现——在模数转换器采样前，滤除输入信号的带外分量。而在数字摄影中，由双折射材料制成的光学反锯齿滤镜，这在空间光学域对信号进行平滑处理。这类滤镜本质上会轻微模糊图像，从而将分辨率降至数码传感器可解析的范围或更低（像素间距越大，传感器层面可实现的分辨率越低）

示例

在计算机图形学中，反锯齿功能可以改善“锯齿状”瑕疵（即“锯齿”），使画面边缘在屏幕上呈现平滑效果。然而，这一过程会对显卡造成性能开销，并占用更多显存。抗锯齿的级别不仅决定了多边形边缘的平滑程度，还直接影响显存消耗量。

未启用反锯齿时的视觉失真

已反锯齿处理的

通过 Lanczos 重采样实现反锯齿

缺乏反锯齿的图像放大区域（左） vs 已反锯齿处理（右）

在一幅包含渐远棋盘图案的图像顶部，未经反锯齿处理的区域既难以辨识又缺乏美感—— 密集的黑白格子因像素采样不足，形成人眼敏感的高频闪烁和摩尔纹。而反锯齿后的顶部棋盘会平滑融合为灰色（当分辨率不足以呈现细节时，这正是理想的过渡效果）。即使在图像底部，反锯齿后的棋盘边缘也显著更平滑。实现方法包括被视为优质反锯齿算法的sinc 滤波器。 放大观察可见：当黑白瓷砖的边界跨越多个像素时，反锯齿通过插值边界像素的亮度生成灰色过渡。（例如，一个像素同时覆盖 1/3 黑砖和 2/3 白砖时，会计算为 22% 灰度）。这种基于面积覆盖率的亚像素采样，使 sinc 滤波的反锯齿图像（较原图）呈现更自然的平滑过渡。

左图：简单图形的无反锯齿版本。右图：同一图形的反锯齿处理版本

在简单菱形图像中，反锯齿通过混合边界像素，减少了锯齿图形中锐利阶梯状边界的视觉突兀感。

抗锯齿功能通常用于在计算机屏幕的文本渲染，通过平滑轮廓模拟传统油墨印刷的文字质感。在典型LCD屏幕显示字体时，通常使用像ClearType等子像素渲染技术——通过特殊的颜色平衡反锯齿滤镜，将严重的颜色失真转化为几乎不可见的色边。等效方案包括：将独立子像素（如 RGB 三色点）视为可寻址像素单元，并集成硬件反锯齿滤镜（如OLPC XO-1笔记本上的显示控制器），无论反锯齿和子像素寻址由软件或硬件实现。像素几何结构始终影响最终效果。

最简单的抗锯齿方法

反锯齿像素的最基本方法是：确定矢量图形中某区域（本例为可能覆盖多个像素的像素级正方形）占据当前像素的百分比，并将改百分比作为颜色值。

使用该方法可以绘制单个黑底白字抗锯齿点的基本图，如下所示：

def plot_antialiased_point(x: float, y: float):
    """绘制单个黑底白色反锯齿点。"""
    for rounded_x in floor(x) to ceil(x):
        for rounded_y in floor(y) to ceil(y):
            percent_x = 1 - abs(x - rounded_x) # 像素横向覆盖比例（0-1）
            percent_y = 1 - abs(y - rounded_y) # 像素纵向覆盖比例（0-1）
            percent = percent_x * percent_y # 像素被点覆盖的总面积
            draw_pixel(coordinates=(rounded_x, rounded_y), color=percent (range 0-1)) # 0=纯黑，1=纯白

此方法通常最适合简单图形，例如基本线条或曲线，以及必须将绝对坐标转换为像素约束坐标的应用程序，例如 3D 图形。它是一个相当快的函数，但质量相对较低，并且随着形状复杂性的增加而变慢。对于需要非常高质量的图形或非常复杂的矢量形状的目的来说，这可能不是最好的方法。