双线性插值计算公式:
f(i+u,j+v) = (1-u)(1-v)f(i,j)+u(1-v)f(i+1,j)+(1-u)vf(i,j+1)+uvf(i+1,j+1)
这个公式表明了如何利用矩阵中的四个像素值计算新的像素值,这些新的像素值就组成了放大后的图像。
下图是如何将3x3的图像放大为4x4的图像:
原图像表示为3x3的矩阵(像素值处在黑线的交叉点上),如何计算4x4矩阵的值呢?(像素值处在红色虚线交叉点及红线与黑线的交点上)
比如新图像B的第一列与原图像A的第一列的对应关系是:
B(1,1) = A(1,1)
B(1,2) = A(1,1.66667)
B(1,3) = A(1,2.33334)
B(1,4) = A(1,3.00001)
应用上面的公式,实际上就是用A的含有小数点的位置的像素值来计算B的像素值,但含有小数点位的像素是不存在的,这里称为虚拟位置。
用原图像A的值就能计算出放大后B的值,是不是很神奇?
实际上可以这样认为:双线性插值就是把放大后的图像再压缩到原来图像的尺寸大小,计算原图像中虚拟的像素值,等同于计算放大后图像的像素值,
对于本例来说,B图像的步长相当于A图像步长的(3-1)/(4-1)=0.66667倍。下面我们就可以利用这个比率来对应B中像素位置与A中虚拟像素位置的关系。
B(1,1) = A(1,1