最鄰近插值（近鄰取樣法）：
最臨近插值的的思想很簡單。對于通過反向變換得到的的一個浮點坐標，對其進行簡單的取整，得到一個整數(shù)型坐標，這個整數(shù)型坐標對應的像素值就是目的像素的像素值，也就是說，取浮點坐標最鄰近的左上角點對應的像素值。可見，最鄰近插值簡單且直觀，但得到的圖像質(zhì)量不高。
雙線性內(nèi)插值：
對于一個目的像素，設(shè)置坐標通過反向變換得到的浮點坐標為(i+u,j+v)，其中i、j均為非負整數(shù)，u、v為[0,1)區(qū)間的浮點數(shù)，則這個像素得值 f(i+u,j+v) 可由原圖像中坐標為 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所對應的周圍四個像素的值決定，即：
f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)
其中f(i,j)表示源圖像(i,j)處的像素值，以此類推。
這就是雙線性內(nèi)插值法。雙線性內(nèi)插值法計算量大，但縮放后圖像質(zhì)量高，不會出現(xiàn)像素值不連續(xù)的的情況。由于雙線性插值具有低通濾波器的性質(zhì)，使高頻分量受損，所以可能會使圖像輪廓在一定程度上變得模糊。
三次卷積法
能夠克服以上兩種算法的不足，計算精度高，但計算亮大，他考慮一個浮點坐標(i+u,j+v)周圍的16個鄰點，目的像素值f(i+u,j+v)可由如下插值公式得到：
f(i+u,j+v) = [A] * [B] * [C]
[A]=[ S(u + 1) S(u + 0) S(u - 1) S(u - 2) ]
┏ f(i-1, j-1) f(i-1, j+0) f(i-1, j+1) f(i-1, j+2) ┓
[B]=┃ f(i+0, j-1) f(i+0, j+0) f(i+0, j+1) f(i+0, j+2) ┃
┃ f(i+1, j-1) f(i+1, j+0) f(i+1, j+1) f(i+1, j+2) ┃
┗ f(i+2, j-1) f(i+2, j+0) f(i+2, j+1) f(i+2, j+2) ┛
┏ S(v + 1) ┓
[C]=┃ S(v + 0) ┃
┃ S(v - 1) ┃
┗ S(v - 2) ┛
┏ 1-2*Abs(x)^2+Abs(x)^3 , 0<=Abs(x)<1
S(x)=｛ 4-8*Abs(x)+5*Abs(x)^2-Abs(x)^3 , 1<=Abs(x)<2
┗ 0 , Abs(x)>=2
S(x)是對 Sin(x*Pi)/x 的逼近（Pi是圓周率——π）
最鄰近插值（近鄰取樣法）、雙線性內(nèi)插值、三次卷積法 等插值算法對于旋轉(zhuǎn)變換、錯切變換、一般線性變換 和 非線性變換 都適用。