Python-彩色图像的最邻近插值法

效果

• 原图(1920*1080)
  
• 扩大后图片(2560*1440)
  

理论部分

• 最邻近插值The nearest interpolation
  设i+u, j+v (i, j为正整数， u, v为大于零小于1的小数，下同)为待求象素坐标，则待求象素
  灰度的值 f(i+u, j+v) 如下图所示：
  

代码部分

import cv2
import numpy as np

def n_interp(img):
    height,width, channels = img.shape[:3]
    #这里要注意，图片高对应二维数组行数，宽对应二维数组列数，所以先高后宽
    emptyImg = np.zeros((1440,2560,channels),np.uint8)
    expMultH = 1440/height
    expMultW = 2560/width
    print(width,height,expMultW,expMultH)
    #[y,x]是新图片[j,i]位置像素采用最邻近插值后对应的原图中的像素位置
    #对二维数组按行遍历，即对图像按高遍历
    for j in range(1440):
        for i in range(2560):
            y = int(j / expMultH + 0.5)
            x = int(i / expMultW + 0.5)
            emptyImg[j,i] =img[y,x]
    return emptyImg


# cv2.resize(img, (2560,1440,c),near/bin)
img = cv2.imread("shangri-la.jpg")
print(img.shape)
expImg = n_interp(img)
print(expImg)
cv2.imshow("nearest interp",expImg)
cv2.imshow("source image",img)
cv2.waitKey(0)

# 保存处理后的图片到当前目录
cv2.imwrite("shangri-la_resized.jpg", expImg)