Opencv学习笔记

插值算法

插值算法的分类

• 最邻近插值

• 双线性插值

• 三次样条插值

最邻近插值

 最近邻插值，是指将目标图像中的点，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。

缺点

 用该方法作放大处理时，在图像中可能出现明显的块状效应

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mF0BNEVC-1587453478081)(C:\Users\15527\PycharmProjects\untitled\images_material\INSERT_NEAREST image_screenshot_21.04.2020.png)]

双线性插值算法

 线性插值多项式:
$f(x) = a_1 x + a_0$f(x)=a1​x+a0​
 也即
$y = y_0 + \left(x - x_0\right) \frac{y_1 - y_0}{x_1 - x_0} = y_0 + \frac{\left(x - x_{0} \right) y_1 - \left(x - x_{0} \right) y_0}{x_1 - x_{0}}$y=y0​+(x−x0​)x1​−x0​y1​−y0​​=y0​+x1​−x0​(x−x0​)y1​−(x−x0​)y0​​
 双线性插值即线性插值在二维上的推广，在两个方向上做三线性插值

 此处给出双线性方程
$f(x,y)=ax+by+cxy+d$f(x,y)=ax+by+cxy+d

映射方法

• 向前映射法

• 向后映射法

python编程实践

cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation)

 fx:水平方向的缩放倍率

 fy:竖直方向的缩放倍率

原图

0.3倍缩小

2倍放大，最邻近插值

2倍放大，双线性插值