DataWhale计算机视觉入门

简介

在图像处理中，平移变换、旋转变换以及放缩变换是一些基础且常用的操作。这些几何变换并不改变图象的象素值，只是在图象平面上进行象素的重新排列。在一幅输入图象[u，v][u，v]中，灰度值仅在整数位置上有定义。然而，输出图象[x，y]的灰度值一般由处在非整数坐标上的（u，v）（u，v）值来决定。这就需要插值算法来进行处理，常见的插值算法有最近邻插值、双线性插值和三次样条插值。

算法介绍

最邻近算法

最近邻插值法在放大图像时补充的像素是最近邻的像素的值。由于方法简单，所以处理速度很快，但是放大图像画质劣化明显，常常含有锯齿边缘。

插值法放大图像的第一步都是相同的，计算新图的坐标点像素值对应原图中哪个坐标点的像素值来填充，计算公式为：

    srcX = dstX * (srcWidth/dstWidth)

    srcY = dstY * (srcHeight/dstHeight)

    其中，src表示旧图，dst表示新图。新图的坐标（dstX,dstY）对应于旧图的坐标（srcX,srcY）。 srcWidth/dstWidth 和 srcHeight/dstHeight 分别表示宽和高的放缩比。

缺点：
这样的做法会导致像素的变化不连续，在新图中会产生锯齿。

双线性插值

假如我们想得到未知函数f在点P= (x,y) 的值，假设我们已知函数f在Q11 = (x1,y1)、Q12 = (x1,y2),Q21 = (x2,y1) 以及Q22 = (x2,y2) 四个点的值。
首先在x方向进行线性插值，得到R1和R2，然后在y方向进行线性插值，得到P.
这样就得到所要的结果f(x,y).
其中红色点Q11,Q12,Q21,Q22为已知的4个像素点.
第一步：X方向的线性插值，在Q12,Q22中插入蓝色点R2，Q11，Q21中插入蓝色点R1；
第二步 ：Y方向的线性插值 ,通过第一步计算出的R1与R2在y方向上插值计算出P点。
线性插值的结果与插值的顺序无关。首先进行y方向的插值，然后进行x方向的插值，所得到的结果是一样的。双线性插值的结果与先进行哪个方向的插值无关。
如果选择一个坐标系统使得 的四个已知点坐标分别为 (0, 0)、(0, 1)、(1, 0) 和 (1, 1)，那么插值公式就可以化简为
f(x,y)=f(0,0)(1-x)(1-y)+f(1,0)x(1-y)+f(0,1)(1-x)y+f(1,1)xy

OpenCV实现

参考内容

> https://blog.csdn.net/Ibelievesunshine/article/details/104936006?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158747755919725222417767%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=158747755919725222417767&biz_id=0&utm_source=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v2~rank_v25-1