参考:
https://blog.csdn.net/stf1065716904/article/details/78450997
https://blog.csdn.net/qq_25737169/article/details/79192211
在做图像的神经网络训练之前,通常需要将图像上采样(图像放大、图像插值处理)或者下采样(图像缩略图)使图像符合显示区域大小,从而使原图像能显示在不同分辨率的显示设备上。对原图像的缩放操作不可避免会给图像带来影响,但也有些插值可增加图像信息,使缩放后的图像质量超过原图像。
下采样原理:对于一幅图像A尺寸为MN,对其进行k倍下采样,即得到(M/k)(N/k)尺寸的分辨率图像.如果考虑的是矩阵形式的图像,就是把原始图像k*k窗口内的图像变成一个像素,这个像素点的值就是窗口内所有像素的均值.
上采样原理:图像放大几乎都是采用内插值方法,即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。
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,在待求象素的四邻象素中,将距离待求象素最近的邻象素灰度赋给待求象素。设i+u, j+v(i, j为正整数, u, v为大于零小于1的小数,下同)为待求象素坐标&#