Bildskalning är en datorgrafisk process som ökar eller minskar storleken på en digital bild. En bild kan skalas explicit med en bildvisare eller redigeringsprogram, eller så kan det göras automatiskt av ett program för att passa in en bild i ett område av annan storlek. Att förminska en bild, som görs för att skapa miniatyrbilder, kan använda flera metoder men använder till stor del en typ av sampling som kallas undersampling för att reducera bilden och behålla den ursprungliga kvaliteten. Att öka storleken på en bild kan vara mer komplicerat, eftersom antalet pixlar som krävs för att fylla det större området är större än antalet pixlar i originalbilden. När bildskalning används för att öka storleken på en bild, används en av flera algoritmer för att approximera färgen på de ytterligare pixlarna i den större bilden.
Det finns tre huvudtyper av algoritmer som kan användas i bildskalning för att öka storleken på en bild. Den enklaste versionen tar varje originalpixel i källbilden och kopierar den till dess motsvarande position i den större bilden. Detta kommer att lämna luckor mellan pixlarna i den större bilden som fylls genom att tilldela de tomma pixlarna färgen på källpixeln till vänster om den aktuella platsen. Detta multiplicerar i själva verket en bild och dess data till ett större område. Även om denna metod, som kallas närmaste granne, är effektiv för att förhindra dataförlust, blir den resulterande kvaliteten efter bildskalning vanligtvis lidande, eftersom de förstorade blocken av enskilda pixlar kommer att vara tydligt synliga.
Andra bildskalningsalgoritmer fungerar genom att fylla i de tomma utrymmena i en förstorad bild med pixlar vars färg bestäms av färgen på pixlarna som omger den. Dessa algoritmer, kallade bilinjär interpolation och bikubisk interpolation, ger i huvudsak ett medelvärde av färgen på källpixlarna som omger en given pixel, och fyller sedan de tomma utrymmena i den större bilden med det beräknade färgmedelvärdet. Även om resultaten är jämnare än bildskalning av närmaste granne, kan bilder som skalas för stora bli suddiga och fulla av otydliga färgblock.
En tredje typ av bildskalningsalgoritm använder en form av mönsterigenkänning för att identifiera de olika områdena i en bild som förstoras, och försöker sedan strukturera de saknade pixlarna. Denna metod kan ge bra resultat, men kan också börja skapa visuella artefakter i en bild ju fler gånger algoritmen tillämpas. Att skala bilder på detta sätt är potentiellt beräkningsmässigt dyrt för fotografiska bilder i fullfärg och kan också kräva mer minne än andra typer av skalning.
Bildskalning kan också användas för att minska storleken på en digital bild. Den mindre bilden kommer att ha färre pixlar än källbilden, så de flesta algoritmer ger ganska bra resultat. Algoritmer för att minska storleken på en bild liknar de som används för att öka storleken, även om processen utförs omvänt. Bildpunkterna i källbilden beräknas medelvärde för ett område och kombineras till en enda pixel som placeras i den nya, mindre bilden på lämplig plats.