计算机视觉基础-图像处理（上）-Task01 OpenCV框架与图像插值算法

计算机视觉基础-图像处理（上）-Task01 OpenCV框架与图像插值算法

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

双线性插值

双线性插值就是线性插值在二维时的推广,在两个方向上做三次线性插值

import cv2  #导入opencv库

img = cv2.imread('D:\\software\\jupyter\\CV-opencv\\ironman.jpg', cv2.IMREAD_UNCHANGED)   #读取一张图片
print('Original Dimensions : ',img.shape)
cv2.imshow('Original img', img)
cv2.waitKey(0) 
cv2.destroyAllWindows()

显示原图
Original Dimensions : (1080, 1920, 3)
将原图压缩再用不同插值方式对比

scale_percent = 30       # 先将原图进行压缩
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation = cv2.INTER_LINEAR)##双线性插值
print('Resized Dimensions : ',resized.shape)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

显示压缩图片
Resized Dimensions : (324, 576, 3)
最邻近插值

fx = 1.5
fy = 1.5
resized1 = cv2.resize(resized, dsize=None, fx=fx, fy=fy, interpolation = cv2.INTER_NEAREST)##最邻近插值
cv2.imshow("INTER_NEAREST image", resized1)
cv2.waitKey(0)
cv2.destroyAllWindows()

双线性插值

resized2 = cv2.resize(resized, dsize=None, fx=fx, fy=fy, interpolation = cv2.INTER_LINEAR)##双线性插值
cv2.imshow("INTER_LINEAR image", resized2)
cv2.waitKey(0)
cv2.destroyAllWindows()

采用两种插值方式处理图片后，图片相对压缩放大，采用插值函数后明显比原图更加模糊，这是不可避免的