resize、重采样、降采样、上采样、下采样

最新推荐文章于 2024-03-18 20:26:07 发布
最新推荐文章于 2024-03-18 20:26:07 发布
阅读量3.5k 收藏 6
点赞数
文章标签： 深度学习 机器学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/puspos/article/details/120056654
版权
本文介绍了图像处理中的resize操作，包括保持与不保持长宽比的图像缩放，以及重采样（上采样）和降采样（下采样）方法。内容涉及内插值在放大图像中的应用，以及pooling在缩小图像时的作用。此外，还讨论了数据不均衡问题，提出欠采样和过采样的解决方案，如SMOTE生成新样本以平衡类别分布。
摘要由CSDN通过智能技术生成

图像变大、变小：resize

改变长宽比

不改变长宽比

变大：重采样/上采样【内插值方法】

在这里插入图片描述

变小：降采样/下采样【pooling：maxPooling, averagePooling】

在这里插入图片描述

原因

图片过大容易导致模型过大，消耗更多的显存，计算速度慢

使用场景

分类时，如判断一张图片是否是风景，图片大小并不影响特征的提取，如山脉、树木的提取，图变小，照样有。

对于特定的任务，如医疗图像，病灶的识别，是对图片的精确度有依赖的，缩小图片是会有精度损失的，此时应使用crop/切图。

数据不均衡：有的类别多，有的少

重采样

欠采样/下采样：减少大样本类别的数量，抽取

从Smaj 随机舍弃，可能损失有用信息

过采样（上采样）：增加小样本类别的数量

从Smin 中重复或有放回采样，可能造成过拟合

生成新样本，SMOTE方式：
对于少数类样本 a, 随机选择一个最近邻的样本 b, 然后从 a 与 b 的连线上随机选取一个点 c 作为新的少数类样本

puspos
关注
不同开源图像库的resize及上下采样
yang_daxia的博客
01-05 1538
背景 超分领域一般只有高分辨率的图片，低分辨率的图像经过降质处理得到，常用的方法就是下采样。 以DIC2K数据集为例子，采用matlab 的resize函数进行下采样处理得到不同的LR图像。 https://data.vision.ee.ethz.ch/cvl/DIV2K/ 采样方法 上采样 下采样 不同平台 pytorch transform 采用PIL库，默认PIL.Image.BILINEAR https://pytorch.org/docs/stable/_modules/torchvision/t
opencv::图像上采样和降采样
dianyun7150的博客
09-05 419
图像金字塔概念 1. 我们在图像处理中常常会调整图像大小，最常见的就是放大(zoom in)和缩小（zoom out），尽管几何变换也可以实现图像放大和缩小，但是这里我们介绍图像金字塔 2. 一个图像金字塔式一系列的图像组成，最底下一张是图像尺寸最大，最上方的图像尺寸最小，从空间上从上向下看就想一个古代的金字塔。 图像金字塔概念 1、高斯...
python（18）-pandas 重采样-与降采样-resample-PeriodIndex
aggie4628的专栏
12-23 2540
重采样：指将时间序列从一个频率转换成另一个频率进行处理的过程。 高频到低频称降采样，低频到高频称升采样。 1.设置或者修改数据表 索引为“时间序列” 1.如果表里的数据是4列，分别为 年、月、日、时 首先 合并成str 型'2010-01-01 00:00' periods=pd.PeriodIndex(year=data["year"],mon...
图像的上采样（upsampling）与下采样（subsampled）
热门推荐
恰同学少年的博客
07-03 23万+
转自：http://baike.baidu.com/view/3038019.htm和http://blog.sina.com.cn/s/blog_672c5a470100pmj6.html 缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。放大图像（或称为上采样（upsampling）或
图像的上采样与下采样
piglite的专栏
06-27 6667
上采样： 别名：放大图像，也叫图像插值。 目的：放大原图，从而可以显示在更高分辨率的显示设备上。 缺点：会对图像的质量造成影响，并没有带来更多的信息。 方法： 内插值。插值方法有很多，比如均值，中值，最近邻。通过这种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。 反卷积。即通过转置卷积核的方法来实现卷积的逆过程。 反池化。在池化过程，比如max-pooling时，要记录下每个元素对应kernel中的坐标。反池化时即将每一个元素根据坐标填写，其余位置补0。 下采样： 别名：缩小图像
重采样与重分类
拖延GISer的博客
06-09 1万+
经常会有同学将重采样和重分类混为一谈。实际上，这完全是不同的两个知识点。       重采样是指更改栅格数据集的空间分辨率并针对所有新像素大小的聚合值或插值设置规则，可以改变像元的大小，但栅格数据集的范围将保持不变。重采样之后栅格数据的每个像元将具有唯一属性值。重采样的效果是像素的灰度值变化了，跟坐标系并没有关系，可以使用identify工具进行像素灰度值的查询，查看重采样的变化。当现有的栅格数
利用IDL程序重采样（resample）MODIS影像.rar_IDL重采样代码_MODIS_modis重采样_重采样_重采样
07-14
重采样分为两种基本类型：内插（Interpolation）和下采样（Downsampling）。内插是在原始数据点之间创建新的数据点，通常用于提高图像的空间分辨率；下采样则是减少数据点的数量，降低图像的分辨率。在遥感图像处理...
Resize_data_6.zip_IDL 重采样_resize data_影像重采样_重采样
09-24
本压缩包文件"Resize_data_6.zip"提供了一种基于IDL（Interactive Data Language）的解决方案，用于执行影像重采样任务。IDL是一种强大的科学计算和数据分析环境，特别适合处理遥感数据。下面将详细探讨ID
resize:纯Rust中的简单重采样库
05-04
纯Rust中的图像重采样库。 特征 快速，支持多种像素格式 没有用于与某些外部库一起使用的编码器/解码器 调整多次以调整为相同的尺寸：使用预分配的缓冲区和矩阵 用法 use resize :: Pixel :: RGB8; use resize :: ...
matlab二维图像重采样,使用网格插值对图像重采样
weixin_42501785的博客
03-17 3388
加载图像加载并显示图像 ngc6543a.jpg，这是哈勃太空望远镜对行星状星云 NGC 6543 拍摄的图像。此图像显示了几个有趣的结构，如同心气体壳、高速气体喷射和异常气体结。表示该图像的矩阵 A 是 uint8 整数的 650×600×3 矩阵。A = imread('ngc6543a.jpg');imshow(A)创建插值为该图像创建一个网格插值对象。对于图像来说，由于像素具有正整数位置，...
图像金字塔操作，上采样、下采样、缩放
Gone_HuiLin的博客
11-18 1859
#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp" #include // 图像金子塔采样操作 void Pyramid(cv::Mat srcImage) { // 根据图像源尺寸判断是否需要缩放 if(srcImage.rows > 400 && srcImage.cols > 4
opencv —— resize、pyrUp 和 pyrDown 图像金字塔（高斯金字塔、拉普拉斯金字塔）与尺寸缩放（向上采样、向下采样）...
点滴博客
02-16 174
我们经常会将某种尺寸的图像转化为其他尺寸的图像，如果需要放大或者缩小图像的尺寸，在 OpenCV 中可以使用如下两种方法： resize 函数，最直接的方法。 pyrUp 和pyrDown 函数，即图像金字塔相关的两个函数，对图像进行向上采样和向下采样的操作。 pyrUp 和pyrDown 其实和专门用于放大缩小图像尺寸的 resize 在功能上差不多，批着图像金字塔的皮，说白了还是对图...
图像处理常用插值方法总结
小熊不去实验室
05-07 1万+
常用的插值方法                                                                                                                                                         1、最邻近元法 　　这是最简单的一种插值方法，不需要计算，在待求
数据不均衡处理一：数据重采样
最新发布
03-18 2325
数据不均衡是指在数据集中不同类别的样本数量差异较大，这可能会导致模型在训练和预测过程中对少数类样本的识别能力不足。数据重采样是一种常用的处理方法，可以通过增加少数类样本或减少多数类样本来平衡数据集，从而提高模型的性能。
pytorch torch.nn.functional实现插值和上采样
邹小驴
06-16 2306
interpolate torch.nn.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None) 根据给定的size或scale_factor参数来对输入进行下/上采样 使用的插值算法取决于参数mode的设置 支持目前的temporal(1D,如向量数据), spatial(2D,如jpg、png等图像数据)和volumetric(3D,如点云数据)类型的...
cv2.resize()报RuntimeError: expected backend CPU and dtype Double but got backend CPU and dtype Float
RiziRo的博客
05-21 7729
cv2.resize()可以用于对ndarray进行resize(根据源码，下采样推荐使用cv2.INTER_AREA) target_down_sample = cv2.resize(target, (128, 128), interpolation=cv2.INTER_AREA) 我对target做了边界填充，添加了一些0，原来的代码是这样的 # 填充0使输入的1，2维大于size def ...
OpenCV 图片尺寸缩放——resize函数
流楚丶格念的博客
11-21 1万+
文章目录OpenCV中的缩放：resize函数代码案例 OpenCV中的缩放： 如果要放大或缩小图片的尺寸，可以使用OpenCV提供的两种方法： resize函数，是最直接的方式； pyrUp，pyrDown函数，即图像金字塔相关的两个函数，对图像进行上采样和下采样的操作。关于上采样和下采样可以参考我的另一篇文章 ：https://blog.csdn.net/weixin_45525272/article/details/121446923 resize函数 函数原型： void cv::resize(
c语言的不确定性
04-06 399
数组指针,指针数组,函数指针,指针函数 需要在具体环境中理解它的意思(同一个代码环境不一样意思也不一样) 傻傻分不清
python图像重采样
05-29
在Python中，我们可以使用PIL库中的Image模块来进行图像重采样。以下是一个示例代码，演示如何将图像重采样为指定大小： ```python from PIL import Image # 加载原始图像 img = Image.open("input.jpg") # 定义重采样后的大小 new_size = (800, 600) # 进行重采样 resized_img = img.resize(new_size) # 保存重采样后的图像 resized_img.save("output.jpg") ``` 在上面的代码中，我们首先使用`Image.open()`方法加载原始图像。然后，我们定义了新的大小，并使用`resize()`方法对图像进行重采样。最后，我们使用`save()`方法将重采样后的图像保存到磁盘上。 请注意，重采样会导致图像质量的损失。因此，我们应该谨慎地使用它，并尝试尽可能使用原始图像的大小。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值