天天看點

圖像處理: 五種 插值法

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

interpolation 選項

所用的插值方法

INTER_NEAREST

最近鄰插值

INTER_LINEAR

雙線性插值(預設設定)

INTER_AREA

使用像素區域關系進行重采樣。 它可能是圖像抽取的首選方法,因為它會産生無雲紋理的結果。 但是當圖像縮放時,它類似于INTER_NEAREST方法。

INTER_CUBIC

4x4像素鄰域的雙三次插值

INTER_LANCZOS4

8x8像素鄰域的Lanczos插值

在一維空間中,最近點插值就相當于四舍五入取整。在二維圖像中,像素點的坐标都是整數,該方法就是選取離目标點最近的點。

會在一定程度上損失 空間對稱性(Alignment),在 RoI Pooling 中使用。

圖像處理: 五種 插值法

在兩個方向分别進行一次線性插值。

圖像處理: 五種 插值法

在圖像處理的時候,我們先根據

來計算目标像素在源圖像中的位置,這裡計算的srcX和srcY一般都是浮點數,比如 <code>f(1.2, 3.4)</code>這個像素點是虛拟存在的,先找到與它臨近的四個實際存在的像素點

寫成 <code>f(i+u,j+v)</code> 的形式,則 <code>u=0.2,v=0.4, i=1, j=3</code> 。

保證了 空間對稱性(Alignment),在 RoI Align 中使用。

圖像處理: 五種 插值法

在x,y方向分别對相鄰的八個點進行插值,也就是計算權重和,是以它是一個8x8的描述子。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

原圖像: 

圖像處理: 五種 插值法

最近鄰插值: 

圖像處理: 五種 插值法

雙線性插值(預設設定): 

圖像處理: 五種 插值法

使用像素區域關系進行重采樣: 

圖像處理: 五種 插值法

4x4像素鄰域的雙三次插值: 

圖像處理: 五種 插值法

8x8像素鄰域的Lanczos插值: 

圖像處理: 五種 插值法
圖像處理: 五種 插值法
圖像處理: 五種 插值法
圖像處理: 五種 插值法
圖像處理: 五種 插值法
圖像處理: 五種 插值法

from: https://blog.csdn.net/JNingWei/article/details/78822026

繼續閱讀