Python实现图像插值——使用OpenCV中remap解决griddata速度慢的问题

两种图像插值实现方法

当我们想对一张图片进行任意形状变化时，我们可以通过对图像的像素点重新插值来实现，在python中，scipy.interpolate的griddata和OpenCV的remap都可以实现图像插值功能

def griddata(points, values, xi, method='linear', fill_value=np.nan)

points是原图像的坐标点，values是points中所有坐标点对应的值，points和values的size要一致。
xi是用于插值的坐标，method是插值方式{‘linear’, ‘nearest’, ‘cubic’}。

下面程序为利用griddata插值实现将图像水平方向缩为一半

nx, ny = im.shape[1], im.shape[0]  # im is a ndarray image
X1, Y1 = np.meshgrid(np.arange(0, nx, 1), np.arang