Bilder vergrößern: Verschiedene Algorithmen im Überblick

Um Pixel-Bilder zu vergrößern/verkleinern gibt es verschiedene Resample-Algorithmen.
Bekannt sind z. B. "Nearest Neighour" oder "Bilineare Pixelwiederholung".
Aber es gibt noch mehr. XnView bietet in der Version 1.74 acht verschiede
Resample-Methoden an:

Nearest Neighbour; Bilinear; Hermite; Gaussian; Bell; Bspline; Mitchell; Lanczos

Wie wirken sie sich aus?
Um das einmal anschaulich zu machen, habe ich ein qualitatives recht gutes JPEG-Bild genommen
und auf 500% vergrößert. Jeweils mit einem anderen Algorithmus.
Danach habe ich einen in meinen Augen signifikanten Bild-Ausschnitt gewählt.

Hier sind die einzelnen Algorithmen. Die Namen sind als "Title-Tag" hinterlegt.

Ein kurzes persönliches Fazit gibt's unten.

Fazit:

Einige Verfahren spülen das Bild eher weich, andere belassen eher die JPEG-Artefakte.
"Bspline" spült das Bild richtig schön durch, dass nahezu keine Artefakte mehr sichtbar sind.
Aber es wird halt unschärfer.
"Bell" und "Gaussian" tendieren auch in diese Richtung, wenn auch nicht ganz so stark.
"Hermite" ist zwar ein schneller Algorithmus, aber es werden viele häßliche Kanten reingerechnet.
Sieht man am rechten Auge von Scarlett. Außerdem sind viele JPEG-Artefakte sichtbar.
"Nearest Neighbour" ist das unbrauchbarste von allen - jedenfalls bei Fotos!
Wie es bei Strich-Grafiken aussieht kann ich nicht beurteilen.
"Lanczelos", "Bilinear" und "Mitchell" spülen nicht so weich, sondern lassen mehr Details im Bild.
Natürlich auch einige Artefakte. Sieht man bei Lanczos sehr deutlich.

Ich persönlich würde in diesem Fall vielleicht "Bell" bevorzugen.