图像缩放-双三次插值

双三次插值缩放代码:

缩放算法:

import numpy as np
import cv2

def SinXDivX(x):
    a=-1
    if x<0:
        x=-x
    if x<=1:
        ans = 1-2*x**2+x**3
    elif x<=2:
        ans = 4-8*x+5*x**2-x**3
    else:
        ans=0

    return ans


def pixel(img,y,x):

    if y<0:
        y=0
    if y>=img.shape[0]:
        y=img.shape[0]-1


    if x<0:
        x=0
    if x>=img.shape[1]:
        x=img.shape[1]-1

    return img[y][x]

def ReColor(color):
    if color<0:
        return 0
    elif color>255:
        return 255
    return color

def Bicubic(Src,y,x):
    y0,x0=int(y),int(x)
    fv,fu=y-y0,x-x0

    afv,afu=[],[]
    for delta in range(-1,3):
        afv.append(SinXDivX(delta+fv))
        afu.append(SinXDivX(delta+fu))

    sz=len(Src[0][0])
    arr=[0.]*sz
    sRow=np.array(arr)

    for i in range(4):
        sCol=np.array(arr)
        for j in range(4):
            sCol+=afu[j]*pixel(Src,i-1+y0,j-1+x0)

        sRow+=afv[i]*sCol

    for i in range(sz):
        sRow[i]=ReColor( int(sRow[i]+0.5) )

    return sRow

def solve(Src,Dst):
    s_height,s_width,=Src.shape[0],Src.shape[1]
    d_height,d_width=Dst.shape[0],Dst.shape[1]
    if s_width==0 or s_height==0 or  d_width==0 or d_height==0 :
        return

    for y in range(d_height):

        src_y=    (y+0.5)/d_height*s_height-0.5

        for x in range(d_width):

            src_x=    (x+0.5)/d_width*s_width-0.5

            Dst[y][x]=Bicubic(Src,src_y,src_x)

使用:

img=cv2.imread('pictures\\timg.jpg')
Dst=np.zeros((484,706,3))
solve(img,Dst)

cv2.imwrite('pictures\\timg2.jpg',Dst)

这样的缩放很慢


对于成倍数的放大,可以使用矩阵乘法:

这样使用nump运算特别快。

对于一个 64×64 64 × 64 大小的图片A缩放到 128×128 128 × 128 ,对于每一通道:

110000001100000011×A×100100010010001001 { 1 0 ⋯ 0 1 0 ⋯ 0 0 1 ⋯ 0 0 1 ⋯ 0 ⋮ ⋮ ⋮ ⋮ 0 0 ⋯ 1 0 0 ⋯ 1 } × A × { 1 1 0 0 ⋯ 0 0 0 0 1 1 ⋯ 0 0 ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ 0 0 0 0 ⋯ 1 1 }

其中左边矩阵 L L 的大小为128×64 ,右边矩阵 R R 的大小为 64×128

R=[[0 for i in range(128)]for i in range(64)]
for i in range(64):
    R[i][i<<1]=R[i][i<<1|1]=1

L=[[0 for i in range(64)]for i in range(128)]
for i in range(64):
    L[i<<1][i]=L[i<<1|1][i]=1
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
智慧农业是一种结合了现代信息技术,包括物联网、大数据、云计算等,对农业生产过程进行智能化管理和监控的新模式。它通过各种传感器和设备采集农业生产中的关键数据,如大气、土壤和水质参数,以及生物生长状态等,实现远程诊断和精准调控。智慧农业的核心价值在于提高农业生产效率,保障食品安全,实现资源的可持续利用,并为农业产业的转型升级提供支持。 智慧农业的实现依赖于多个子系统,包括但不限于设施蔬菜精细化种植管理系统、农业技术资料库、数据采集系统、防伪防串货系统、食品安全与质量追溯系统、应急追溯系统、灾情疫情防控系统、农业工作管理系统、远程诊断系统、监控中心、环境监测系统、智能环境控制系统等。这些系统共同构成了一个综合的信息管理和服务平台,使得农业生产者能够基于数据做出更加科学的决策。 数据采集是智慧农业的基础。通过手工录入、传感器自动采集、移动端录入、条码/RFID扫描录入、拍照录入以及GPS和遥感技术等多种方式,智慧农业系统能够全面收集农业生产过程中的各种数据。这些数据不仅包括环境参数,还涵盖了生长状态、加工保存、检验检疫等环节,为农业生产提供了全面的数据支持。 智慧农业的应用前景广阔,它不仅能够提升农业生产的管理水平,还能够通过各种应用系统,如库房管理、无公害监控、物资管理、成本控制等,为农业生产者提供全面的服务。此外,智慧农业还能够支持政府监管,通过发病报告、投入品报告、死亡报告等,加强农业产品的安全管理和质量控制。 面对智慧农业的建设和发展,存在一些挑战,如投资成本高、生产过程标准化难度大、数据采集和监测的技术难题等。为了克服这些挑战,需要政府、企业和相关机构的共同努力,通过政策支持、技术创新和教育培训等手段,推动智慧农业的健康发展。智慧农业的建设需要明确建设目的,选择合适的系统模块,并制定合理的设备布署方案,以实现农业生产的智能化、精准化和高效化。
评论
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
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