Kuvan skaalaus on tietokonegrafiikkaprosessi, joka lisää tai pienentää digitaalisen kuvan kokoa. Kuva voidaan skaalata nimenomaan kuvankatseluohjelmalla tai muokkausohjelmistolla, tai ohjelma voi tehdä sen automaattisesti, jotta kuva mahtuu erikokoiselle alueelle. Kuvan pienentäminen, kuten pikkukuvien luomiseksi, voi käyttää useita menetelmiä, mutta se käyttää suurelta osin näytteenottoa, jota kutsutaan alinäytteenottamiseksi kuvan pienentämiseksi ja alkuperäisen laadun säilyttämiseksi. Kuvan koon kasvattaminen voi olla monimutkaisempaa, koska suuremman alueen täyttämiseen tarvittava pikselimäärä on suurempi kuin alkuperäisen kuvan pikselimäärä. Kun kuvan skaalausta käytetään kuvan koon kasvattamiseen, yhtä useista algoritmeista käytetään lähentämään suuremman kuvan lisäpikselien väriä.
On kolme päätyyppiä algoritmeja, joita voidaan käyttää kuvan skaalauksessa kuvan koon kasvattamiseksi. Yksinkertaisin versio ottaa kaikki alkuperäiset pikselit lähdekuvassa ja kopioi ne vastaavaan kohtaan suuremmassa kuvassa. Tämä jättää aukot suuremman kuvan pikselien väliin, jotka täytetään määrittämällä tyhjille kuvapisteille lähdepikselin väri nykyisen sijainnin vasemmalle puolelle. Tämä itse asiassa kertoo kuvan ja sen tiedot suuremmalle alueelle. Vaikka tämä menetelmä, jota kutsutaan lähimmäksi naapuriksi, estää tehokkaasti tietojen häviämisen, kuvan skaalauksen jälkeinen laatu kärsii yleensä, koska yksittäisten pikselien suurennetut lohkot ovat selvästi näkyvissä.
Muut kuvan skaalausalgoritmit toimivat täyttämällä suurennetun kuvan tyhjät tilat pikseleillä, joiden väri määräytyy sitä ympäröivien pikselien värin mukaan. Nämä algoritmit, joita kutsutaan bilineaariseksi interpoloinniksi ja kaksikubiseksi interpoloimiseksi, keskiarvoistavat olennaisesti tietyn pikselin ympäröivien lähdepikselien värin ja täyttävät sitten suuremman kuvan tyhjät tilat lasketulla värikeskiarvolla. Vaikka tulokset ovat tasaisempia kuin lähimmän kuvan skaalaus, liian suuret kuvat voivat muuttua epäselviksi ja täynnä epäselviä väripaloja.
Kolmannen tyyppinen kuvan skaalausalgoritmi käyttää kuvion tunnistusmuotoa tunnistamaan suurennetut kuvan eri alueet ja yrittää sitten jäsentää puuttuvat pikselit. Tämä menetelmä voi tuottaa hyviä tuloksia, mutta voi myös alkaa luoda visuaalisia esineitä kuvaan sitä useammin, kun algoritmia käytetään. Kuvien skaalaaminen tällä tavalla on mahdollisesti laskennallisesti kallista värillisille valokuville ja voi myös vaatia enemmän muistia kuin muut skaalausmuodot.
Kuvan skaalausta voidaan käyttää myös digitaalisen kuvan koon pienentämiseen. Pienemmässä kuvassa on vähemmän pikseleitä kuin lähdekuvassa, joten useimmat algoritmit tarjoavat melko hyviä tuloksia. Kuvan koon pienentämiseen käytettävät algoritmit ovat samanlaisia kuin koon kasvattamiseen käytetyt algoritmit, vaikka prosessi suoritetaan päinvastaisessa järjestyksessä. Lähdekuvan pikselit lasketaan alueen keskiarvona ja yhdistetään yhdeksi pikseliksi, joka sijoitetaan uuteen, pienempään kuvaan sopivaan paikkaan.