python双线性插值函数_在numpy和python中简单有效的双线性插值图像

我发现了很多关于这个主题和许多答案的问题，但是对于数据由网格上的样本(即矩形图像)组成并且表示为numpy数组的常见情况，没有一个是有效的。此函数可以将列表作为x和y坐标，并且无需循环即可执行查找和求和。

def bilinear_interpolate(im, x, y):

x = np.asarray(x)

y = np.asarray(y)

x0 = np.floor(x).astype(int)

x1 = x0 + 1

y0 = np.floor(y).astype(int)

y1 = y0 + 1

x0 = np.clip(x0, 0, im.shape[1]-1);

x1 = np.clip(x1, 0, im.shape[1]-1);

y0 = np.clip(y0, 0, im.shape[0]-1);

y1 = np.clip(y1, 0, im.shape[0]-1);

Ia = im[ y0, x0 ]

Ib = im[ y1, x0 ]

Ic = im[ y0, x1 ]

Id = im[ y1, x1 ]

wa = (x1-x) * (y1-y)

wb = (x1-x) * (y-y0)

wc = (x-x0) * (y1-y)

wd = (x-x0) * (y-y0)

return wa*Ia + wb*Ib + wc*Ic + wd*Id