Opencv学习笔记
插值算法
插值算法的分类
-
最邻近插值
-
双线性插值
-
三次样条插值
最邻近插值
最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输出。
缺点
用该方法作放大处理时,在图像中可能出现明显的块状效应
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mF0BNEVC-1587453478081)(C:\Users\15527\PycharmProjects\untitled\images_material\INSERT_NEAREST image_screenshot_21.04.2020.png)]
双线性插值算法
线性插值多项式:
f
(
x
)
=
a
1
x
+
a
0
f(x) = a_1 x + a_0
f(x)=a1x+a0
也即
y
=
y
0
+
(
x
−
x
0
)
y
1
−
y
0
x
1
−
x
0
=
y
0
+
(
x
−
x
0
)
y
1
−
(
x
−
x
0
)
y
0
x
1
−
x
0
y = y_0 + \left(x - x_0\right) \frac{y_1 - y_0}{x_1 - x_0} = y_0 + \frac{\left(x - x_{0} \right) y_1 - \left(x - x_{0} \right) y_0}{x_1 - x_{0}}
y=y0+(x−x0)x1−x0y1−y0=y0+x1−x0(x−x0)y1−(x−x0)y0
双线性插值即线性插值在二维上的推广,在两个方向上做三线性插值
此处给出双线性方程
f
(
x
,
y
)
=
a
x
+
b
y
+
c
x
y
+
d
f(x,y)=ax+by+cxy+d
f(x,y)=ax+by+cxy+d
映射方法
-
向前映射法
-
向后映射法
python编程实践
cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation)
fx:水平方向的缩放倍率
fy:竖直方向的缩放倍率