双线性插值的Python实现(采用矩阵运算，无for循环)

最近写深度学习网络需要对feature map进行双线性插值，opencv的resize不能对图像进行批处理，网上找到的双线性插值的代码基本都是三重for循环实现的，效率太低下，干脆自己用numpy库的矩阵运算实现了一个。

双线性插值原理参考：

https://zhuanlan.zhihu.com/p/112030273

感谢大佬Orz。

本文知乎同款：https://zhuanlan.zhihu.com/p/266845896

import numpy as np

def bilinear_interpolate(source, scale=2, pad=0.5):
	sour_shape = source.shape
	(sh, sw) = (sour_shape[-2], sour_shape[-1])
	padding = pad*np.ones((sour_shape[0], sour_shape[1], sh+1, sw+1))
	padding[:,:,:-1,:-1] = source

	(th, tw) = (round(scale*sh), round(scale*sw))

	grid = np.array(np.meshgrid(np.arange(th), np.arange(tw)), dtype=np.float32)
	xy = np.copy(grid)
	xy[0] *= sh/th
	xy[1] *= sw/tw
	x = xy[0].flatten()
	y = xy[1].flatten()

	c