计算机视觉笔记01_图像插值算法

图像插值算法

简介

在图像处理中，有平移，旋转，缩放等常用操作。这些操作并不改变图像的像素值，只是在图像上进行像素的重新排列，图像变换常用到一些插值算法，本节主要介绍常见的最近邻插值、双线性插值

最近邻插值

最近邻插值，是将目标图像中的点，对应到源图像中后，找到最相邻的整数点，作为插值后的输出。

假设我们将一幅3X3的图像放大到4X4，用$f(x,y)$表示目标图像，$h(x,y)$表示原图像，我们有如下公式：

$$\begin{array}{c}f(ds{t}_x,ds{t}_y)=h(\frac{ds{t}_{x}sr{c}_{width}}{ds{t}_{width}},\frac{ds{t}_{y}sr{c}_{height}}{ds{t}_{height}})\end{array}$$
$$\begin{array}{c}f(0,0)=h(0,0)\\ f(0,1)=h(0,0.75)=h(0,1)\\ f(0,2)=h(0,1.50)=h(0,2)\\ f(0,3)=h(0,2.25)=h(0,2)\\ ...\end{array}$$

最近邻插值缺点：*
使用该方法作图像放大处理时，易出现明显的块状效应。

双线性插值

在讲双线性插值之前先看以一下线性插值，线性插值多项式为：
$$f(x)=a_{1}x+a_0$$
$$y=y_0+\left(x-x_0\right)\frac{y_1-y_0}{x_1-x_0}=y_0+\frac{\left(x-x_0\right)y_1-\left(x-x_0\right)y_0}{x_1-x_0}$$

OpenCV缩放函数

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

参数：

参数	描述
src	【必需】原图像
dsize	【必需】输出图像所需大小
fx	【可选】沿水平轴的比例因子
fy	【可选】沿垂直轴的比例因子
interpolation	【可选】插值方式

插值方式：

cv.INTER_NEAREST	最近邻插值
cv.INTER_LINEAR	双线性插值
cv.INTER_CUBIC	基于4x4像素邻域的3次插值法
cv.INTER_AREA	基于局部像素的重采样

通常，缩小使用cv.INTER_AREA，缩放使用cv.INTER_CUBIC(较慢)和cv.INTER_LINEAR(较快效果也不错)。默认情况下，缩放都使用cv.INTER_LINEAR。

python 实现

import cv2

if __name__ == "__main__":
    img = cv2.imread('images/yuner.jpg', cv2.IMREAD_UNCHANGED)

    print('Original Dimensions : ', img.shape)

    # 按原始图像的30%缩小
    scale_percent = 30
    width = int(img.shape[1] * scale_percent / 100)
    height = int(img.shape[0] * scale_percent / 100)
    dim = (width, height)
    # resize image
    resized = cv2.resize(img, dim, interpolation=cv2.INTER_LINEAR)

    fx = 1.5
    fy = 1.5
    # 将前面缩小的图像按1.5倍放大 采用最近邻插值
    resized1 = cv2.resize(resized, dsize=None, fx=fx, fy=fy, interpolation=cv2.INTER_NEAREST)

    # 将前面缩小的图像按1.5倍放大 采用双线性值
    resized2 = cv2.resize(resized, dsize=None, fx=fx, fy=fy, interpolation=cv2.INTER_LINEAR)
    print('Resized Dimensions : ', resized.shape)

    cv2.imshow("Resized image", resized)
    cv2.imshow("INTER_NEAREST image", resized1)
    cv2.imshow("INTER_LINEAR image", resized2)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

0.3倍缩小

1.5倍放大 最近邻插值

1.5倍放大 双线性插值