Skaliranje slike je računalni grafički proces kojim se povećava ili smanjuje veličina digitalne slike. Slika se može eksplicitno skalirati pomoću preglednika slika ili softvera za uređivanje ili se to može učiniti automatski pomoću programa kako bi se slika uklopila u područje različite veličine. Smanjenje slike, kao što se radi za stvaranje sličica, može koristiti nekoliko metoda, ali uglavnom koristi vrstu uzorkovanja koja se naziva poduzorkovanje kako bi se smanjila slika i zadržala izvorna kvaliteta. Povećanje veličine slike može biti složenije, jer je broj piksela potrebnih za popunjavanje veće površine veći od broja piksela u izvornoj slici. Kada se skaliranje slike koristi za povećanje veličine slike, jedan od nekoliko algoritama koristi se za aproksimaciju boje dodatnih piksela na većoj slici.
Postoje tri glavne vrste algoritama koji se mogu koristiti u skaliranju slike za povećanje veličine slike. Najjednostavnija verzija uzima svaki originalni piksel u izvornoj slici i kopira ga na odgovarajući položaj na većoj slici. To će ostaviti praznine između piksela na većoj slici koje se popunjavaju dodjeljivanjem praznim pikselima boje izvornog piksela lijevo od trenutne lokacije. To, zapravo, umnožava sliku i njezine podatke u veće područje. Iako je ova metoda, nazvana najbliži susjed, učinkovita u sprječavanju gubitka podataka, rezultirajuća kvaliteta nakon skaliranja slike obično pati, jer će povećani blokovi pojedinačnih piksela biti jasno vidljivi.
Drugi algoritmi za skaliranje slike rade popunjavanjem praznih mjesta u uvećanoj slici pikselima čija je boja određena bojom piksela koji je okružuju. Ovi algoritmi, koji se nazivaju bilinearna interpolacija i bikubična interpolacija, u biti prosječuju boju izvornih piksela koji okružuju dati piksel, a zatim popunjavaju prazna mjesta na većoj slici izračunatim prosjekom boja. Iako su rezultati glatkiji od skaliranja slike najbližeg susjeda, slike koje su prevelike mogu postati mutne i pune nejasnih blokova boja.
Treći tip algoritma za skaliranje slike koristi oblik prepoznavanja uzoraka kako bi identificirao različita područja slike koja se povećavaju, a zatim pokušava strukturirati piksele koji nedostaju. Ova metoda može dati dobre rezultate, ali također može početi stvarati vizualne artefakte unutar slike što se više puta algoritam primjenjuje. Skaliranje slika na ovaj način potencijalno je računalno skupo za fotografske slike u punoj boji, a također može zahtijevati više memorije od drugih vrsta skaliranja.
Skaliranje slike također se može koristiti za smanjenje veličine digitalne slike. Manja slika će imati manje piksela od izvorne slike, tako da će većina algoritama pružiti prilično dobre rezultate. Algoritmi za smanjenje veličine slike slični su onima koji se koriste za povećanje veličine, iako se postupak izvodi obrnutim putem. Pikseli u izvornoj slici prosječuju se za područje i kombiniraju u jedan piksel koji se postavlja u novu, manju sliku na odgovarajuće mjesto.