La réponse directe est qu'en fin de compte, vous ne le faites pas. Dans bien des cas, cela se résume à une question de goût. Trois personnes qui regardent des versions redimensionnées d'une image particulière peuvent (et souvent auront) trois opinions différentes sur laquelle est la meilleure. Le mieux que vous puissiez faire est de choisir les caractéristiques d'une image que vous jugez importantes et de choisir une méthode en fonction de cela.
Par exemple, le voisin le plus proche réussit assez bien à maintenir des arêtes vives sur les lignes - bien plus que la plupart des méthodes d'interpolation. Dans le même temps, il peut, lorsqu'il est appliqué à des choses qui devraient avoir l'air "lisses" (par exemple, un ciel bleu clair), il peut produire des artefacts qui ressemblent plutôt à des bords.
L'inverse est également vrai: l'interpolation peut aider à lisser les dégradés, mais a également tendance à "lisser" ce qui devrait être des arêtes vives. Si vous allez trop loin, les moindres détails peuvent être complètement effacés.
La plupart des meilleures méthodes sont adaptatives dans une certaine mesure. En simplifiant considérablement, ils estiment la «netteté» des dégradés contenus dans les données originales et tentent de maintenir à peu près le même niveau de lissage / netteté que celui présent dans l'original. L'adaptation se fait normalement en scannant l'image en blocs et en appliquant l'adaptation bloc par bloc.
Par exemple, si vous avez un paysage avec un ciel bleu clair et des arbres avec beaucoup de détails fins (branches, feuilles, etc.) cela appliquera beaucoup moins de lissage aux branches qu'au ciel.
Il existe cependant différentes manières d'estimer les gradients, dont aucune n'est parfaite, et différentes tailles de fenêtres, dont aucune n'est idéale pour toutes les images. Cela laisse place à une bonne quantité de différence, même entre les algorithmes adaptatifs.
