图像处理: 五种插值法

2024-07-17 19:08| 来源: 网络整理| 查看: 265

Syntax

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) → dst

interpolation 选项所用的插值方法INTER_NEAREST最近邻插值INTER_LINEAR双线性插值（默认设置）INTER_AREA使用像素区域关系进行重采样。它可能是图像抽取的首选方法，因为它会产生无云纹理的结果。但是当图像缩放时，它类似于INTER_NEAREST方法。INTER_CUBIC4x4像素邻域的双三次插值INTER_LANCZOS48x8像素邻域的Lanczos插值 INTER_NEAREST | 最近邻插值

在一维空间中，最近点插值就相当于四舍五入取整。在二维图像中，像素点的坐标都是整数，该方法就是选取离目标点最近的点。

会在一定程度上损失空间对称性（Alignment），在 RoI Pooling 中使用。

这里写图片描述

INTER_LINEAR | 双线性插值（默认设置）

在两个方向分别进行一次线性插值。

这里写图片描述

在图像处理的时候，我们先根据

srcX = dstX* (srcWidth/dstWidth) srcY = dstY * (srcHeight/dstHeight)

来计算目标像素在源图像中的位置，这里计算的srcX和srcY一般都是浮点数，比如 f（1.2, 3.4）这个像素点是虚拟存在的，先找到与它临近的四个实际存在的像素点

（1，3）（2，3）（1，4）（2，4）

写成 f(i+u,j+v)的形式，则 u=0.2,v=0.4, i=1, j=3。

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)

保证了空间对称性（Alignment），在 RoI Align 中使用。

这里写图片描述

INTER_AREA | 使用像素区域关系进行重采样。

略。

INTER_CUBIC | 4x4像素邻域的双三次插值

略。

INTER_LANCZOS4 | 8x8像素邻域的Lanczos插值

在x，y方向分别对相邻的八个点进行插值，也就是计算加权和，所以它是一个8x8的描述子。

Code # coding=utf-8 import cv2 """ INTER_NEAREST | 最近邻插值 INTER_LINEAR | 双线性插值（默认设置） INTER_AREA | 使用像素区域关系进行重采样 INTER_CUBIC | 4x4像素邻域的双三次插值 INTER_LANCZOS4 | 8x8像素邻域的Lanczos插值 """ if __name__ == '__main__': img = cv2.imread("girl.jpg") height, width = img.shape[:2] # 缩小图像 size = (int(width*0.8), int(height*0.7)) shrink_NEAREST = cv2.resize(img, size, interpolation=cv2.INTER_NEAREST) shrink_LINEAR = cv2.resize(img, size, interpolation=cv2.INTER_LINEAR) shrink_AREA = cv2.resize(img, size, interpolation=cv2.INTER_AREA) shrink_CUBIC = cv2.resize(img, size, interpolation=cv2.INTER_CUBIC) shrink_LANCZOS4 = cv2.resize(img, size, interpolation=cv2.INTER_LANCZOS4) # 放大图像 fx = 1.2 fy = 1.1 enlarge_NEAREST = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_NEAREST) enlarge_LINEAR = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_LINEAR) enlarge_AREA = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_AREA) enlarge_CUBIC = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_CUBIC) enlarge_LANCZOS4 = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_LANCZOS4) # 保存图像 cv2.imwrite("shrink_NEAREST.jpg", shrink_NEAREST) cv2.imwrite("shrink_LINEAR.jpg", shrink_LINEAR) cv2.imwrite("shrink_AREA.jpg", shrink_AREA) cv2.imwrite("shrink_CUBIC.jpg", shrink_CUBIC) cv2.imwrite("shrink_LANCZOS4.jpg", shrink_LANCZOS4) cv2.imwrite("enlarge_NEAREST.jpg", enlarge_NEAREST) cv2.imwrite("enlarge_LINEAR.jpg", enlarge_LINEAR) cv2.imwrite("enlarge_AREA.jpg", enlarge_AREA) cv2.imwrite("enlarge_CUBIC.jpg", enlarge_CUBIC) cv2.imwrite("enlarge_LANCZOS4.jpg", enlarge_LANCZOS4) Demo

原图像：这里写图片描述