图像处理中常见的几种插值方法:最近邻插值、双线性插值、双三次插值(附Pytorch测试代码)

零、前言

在学习可变形卷积时,因为学习到的位移量Δpn可能是小数,因此作者采用双线性插值算法确定卷积操作最终采样的位置。通过插值算法我们可以根据现有已知的数据估计未知位置的数据,并且可以利用这种方法对图像进行缩放、旋转以及几何校正等任务。此处我通过这篇文章学习总结常见的三种插值方法,包括最近邻插值、双线性插值、双三次插值算法,其中双线性插值方法属于使用频率较高的方法,比如在Pytorch以及Tensorflow框架中默认的插值方法就是双线性插值方法。
我们知道在数字图像处理中,图像用下图表示,其中每个像素点的位置都是整数:
在这里插入图片描述
在进行插值前,首先会通过下面公式计算出目标图像中像素点位置映射回原图的位置是什么,此处分别使用dst、src表示目标图像和原图像,(x,y)为像素点坐标位置,这个公式尤为重要哦:
在这里插入图片描述

一、最近邻插值(Nearest Neighbor Interpolation)

1.相关介绍

最近邻插值,也称为零阶插值,这是最简单的插值方法,计算量较小,

  • 25
    点赞
  • 148
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

NorthSmile

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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