补充：双线性差值

最新推荐文章于 2024-04-26 20:09:59 发布

/home/liupc

最新推荐文章于 2024-04-26 20:09:59 发布

阅读量566

点赞数

分类专栏： 11 Python/DL/ML

本文链接：https://blog.csdn.net/pengchengliu/article/details/112368818

版权

本文介绍了双线性插值在图像处理中的两种应用：使用cv2.resize()函数进行图像缩放，以及利用双线性差值初始化反卷积卷积核，如在FCN中。提供了相应代码实现，并展示了应用结果。

摘要由CSDN通过智能技术生成

opencv使用函数cv2.resize()进行图像缩放的时候，默认使用使用的插值方式是双线性插值（cv2.INTER_LINEAR）。

我们知道，FCN是在用双线性插值的方式来初始化反卷积的卷积核。所以在这里补充一下。但是其他论文很少用这种方式。代码放在这里，能跑通。自己用不用都行，会调用就行了。想深究的可以自己来。

这里提供了两个双线性插值的用法：（1）使用双线性差值法resize一张图片，也就是opencv里的图像放缩的实现。（2）实现初始化反卷积的卷积核。也就是FCN中的使用。

应用一：使用双线性插值法resize一张图片。

import cv2
import numpy as np

def Bilinear_interpolation(src, new_size):
    """使用双线性插值方法放大图像
    para:
        src(np.ndarray):输入图像,没扩大之前的图片
        new_size:(tuple): 目标尺寸
    ret:
        dst(np.ndarray): 目标图像
    """
    dst_h, dst_w = new_size  # 目标图像的高和宽
    src_h, src_w = src.shape[:2]  # 源图像的高和宽

    if src_h == dst_h and src_w == dst_w:   #如果不变，就认为不放缩，返回即可
        return src.copy()

    scale_x = float(src_w) / dst_w