图片双线性插值原理解析与代码 Python

一、原理解析

图片插值是图片操作中最常用的操作之一。为了详细解析其原理,本文以 3×3 图片插值到 5×5 图片为例进行解析。如上图左边蓝色方框是 5×5 的目标图片,右边红色方框是 3×3 的源图片。上图中,蓝/红色方框是图片,图片中的蓝/红色小圆点是图片中的像素,蓝/红色实线箭头是图片坐标系,蓝/红色虚线箭头是图片像素坐标系,从中可以发现图片框是要比最外圈像素所围成的像素框大一圈。图片插值指的是将右边红色方框放大到与左边蓝色方框同大,然后通过右边放大后的 3×3 的红色像素值计算得到左边的 5×5 的蓝色像素值。通常意义下所说的图片缩放或插值指的是两幅图片的图片框之间的关系而不是像素框之间的关系。基于图片框缩放,3×3 的图片要插值搭到 5×5 的图片,指的是红色方框从上图放大到下图的样子。

如果采用像素框缩放,那红色方框放大后,需要保证 3×3 的像素的四个角的像素位置与蓝色方框的 5×5 像素的四个角的像素位置完全重合,那放大后的红色方框要比上图的红色方框再大一小圈。基于图片框缩放,从上图中可以发现,当 3×3 的红色图片被插值到 5×5 的图片后,原本 3×3 的像素位置也会相应的发生缩放。

将参考辅助线调整后,如上左图所示,在完成缩放后,那图片插值的剩余过程就是通过红色像素值计算蓝色像素值。拿一个最左下角红色方格举例如上右图所示,已知四个红色像素点的位置和像素值,同样已知蓝色像素点 P 的位置,求 P 的像素值。

二维线性插值是图片插值中最常用的插值算法。二维线性插值的原理为,首先基于一维线性插值原理,通过 Q_{11} 和 Q_{12} 计算得到 R_{1} 的像素值,通过 Q_{21} 和 Q_{22} 计算得到 R_{2} 的像素值,然后通过 R_{1} 和 R_{2} 计算得到 P 的像素值。

通过 Q_{11} 和 Q_{12} 计算得到 R_{1} 的像素值的公式为(线性方程):

R_{1} = \frac{x_{p}-x_{2}}{x_{1}-x_{2}}Q_{11}+\frac{x_{1}-x_{p}}{x_{1}-x_{2}}Q_{12}

通过 Q_{21} 和 Q_{22} 计算得到 R_{2} 的像素值的公式为(线性方程):

R_{2} = \frac{x_{p}-x_{2}}{x_{1}-x_{2}}Q_{21}+\frac{x_{1}-x_{p}}{x_{1}-x_{2}}Q_{22}

通过 R_{1} 和 R_{2} 计算得到 P 的像素值的公式为(线性方程):

P = \frac{y_{p}-y_{2}}{y_{1}-y_{2}}R_{1}+\frac{y_{1}-y_{p}}{y_{1}-y_{2}}R_{2}

整理得到:

P = (1-u)(1-v)Q_{11} + (1-u)vQ_{12} + u(1-v)Q_{21} + uvQ_{22}

其中

u = x_{p} - x_{1}, v = y_{p} - y_{1}

这里需要特别说明的是,边界点的处理方法,如上右图的 S 点,其位于四个红色像素点以外,但由于其位于图片的最左下角边界上,其下面没有红色像素点,只有上面有两个像素点。但针对 S 点像素值的计算我们依然使用这四个红色像素点,相当于 S 点是 R_{1} 与 R_{2} 的直线段的延伸。

二、Python 代码

关于代码实现需要注意 3 个地方:

1. 上面原理讲的是从原图片像素坐标映射到目标图片像素坐标的过程,但实际编程一般采用从目标图片像素坐标映射到源图片像素坐标;

2. 在缩放比计算时注意,图片框缩放计算公式是 src_h/dst_h,但像素框缩放计算公式是 (src_h-1)/(dst_h-1);

3. 在图片边界处的处理为,需要保证所计算的左下角像素点坐标大于等于 0 且小于等于图片尺寸 -2,小于等于图片尺寸 -2 的原因是保证右上角像素点坐标小于等于图片尺寸 -1,边界处的像素点的计算依然需要最近邻的四个点。

import numpy as np
import cv2def bilinear(src_img, dst_shape):# 计算目标图片到原图片的缩放比,且是图片坐标系的缩放,不是像素坐标系的缩放,像素位于图像像素格的中心src_h, src_w = src_img.shape[0], src_img.shape[1]dst_h, dst_w = dst_shapescale_h, scale_w = src_h/dst_h, src_w/dst_w              # 如果是像素坐标系的缩放则应该为 (src_h-1)/(dst_h-1)# 定义目标图片并向其中填充像素值,遍历目标图片像中的每个像素点dst_img = np.zeros((dst_h, dst_w, 3), np.uint8)for i in range(dst_h):for j in range(dst_w):# 将 目标像素坐标系下的坐标 --> 目标图像坐标系下的坐标(+0.5) --> 源图像坐标系下的坐标(*scale) --> 源像素坐标系下的坐标(-0.5)src_x = (j + 0.5) * scale_w - 0.5src_y = (i + 0.5) * scale_h - 0.5# 在非边界情况下获取左下角图像像素点坐标,在左/下边界的情况下保证大于等于0,在右/上边界的情况下保证小于等于src-2,以保证计算时所用的右上角像素坐标小于等于src-1src_x_int = min(max(int(src_x), 0), src_w-2)src_y_int = min(max(int(src_y), 0), src_h-2)# 获取所求像素点相比左下角像素点的距离src_x_float = src_x - src_x_intsrc_y_float = src_y - src_y_int# 计算每个像素值dst_img[i, j, :] = (1. - src_y_float) * (1. - src_x_float) * src_img[src_y_int, src_x_int, :] + \(1. - src_y_float) * src_x_float * src_img[src_y_int, src_x_int + 1, :] + \src_y_float * (1. - src_x_float) * src_img[src_y_int + 1, src_x_int, :] + \src_y_float * src_x_float * src_img[src_y_int + 1, src_x_int + 1, :]return dst_imgif __name__ == "__main__":img_path = "test.jpg"src_img = cv2.imread(img_path, cv2.IMREAD_COLOR)dst_shape = (300, 400)# 图片放缩均采用双线性插值法# opencv的放缩图片函数resize_image = cv2.resize(src_img, (400, 300), interpolation=cv2.INTER_LINEAR)# 自定义的图片放缩函数dst_img = bilinear(src_img, dst_shape)cv2.imwrite("new_resize.jpg", resize_image)cv2.imwrite("new.jpg", dst_img)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/341021.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Redis为什么快?

参考文章: 渐进式rehash Redis为什么快? 1.使用内存存储数据 2.单线程避免上下文切换。 3.Redis采用epoll做为I/O多路复用技术的实现,再加上Redis自身的事件处理模型将epoll中的连接,读写,关闭都转换为了事件&#x…

【Python基础】一文搞懂:Python 中 Excel 文件的写入与读取

文章目录 1 引言2 使用 openpyxl2.1 安装 openpyxl2.2 写入 Excel 文件2.3 读取 Excel 文件 3 使用 pandas3.1 安装 pandas 和 openpyxl3.2 写入 Excel 文件3.3 读取 Excel 文件 4 实例演示4.1 安装所需库4.2 封装为excel_example.py脚本文件 5 注意事项6 总结 1 引言 在现代办…

第十一章 Cookie

第十一章 Cookie 1.什么是Cookie2.Cookie的创建3.Cookie的获取4.Cookie值的修改5.谷歌浏览器和火狐浏览器如何查看Cookie6.Cookie的存活设置7.Cookie的path属性8.Cookie练习之免用户名登入 1.什么是Cookie 2.Cookie的创建 下面我看看如何创建Cookie,如何让客户端保…

86.乐理基础-记号篇-速度记号

内容来源于:三分钟音乐社 上一个内容:85.乐理基础-记号篇-力度记号-CSDN博客 速度记号在下方两个里面已经写过一部分了,这些标记总体上是属于 不变速度 的标记,比如一首乐谱就记了 每分钟60拍,那整首速度就都是不变的…

云服务器哪家便宜?5个优惠云主机推荐

作为多年站长使市面上大多数的云厂商的云服务器都使用过,很多特价云服务器都是新用户专享的,本文有老用户特价云服务器,阿腾云atengyun.com有多个网站、小程序等,国内头部云厂商阿里云、腾讯云、华为云、UCloud、京东云都有用过&a…

互联网加竞赛 基于大数据的社交平台数据爬虫舆情分析可视化系统

文章目录 0 前言1 课题背景2 实现效果**实现功能****可视化统计****web模块界面展示**3 LDA模型 4 情感分析方法**预处理**特征提取特征选择分类器选择实验 5 部分核心代码6 最后 0 前言 🔥 优质竞赛项目系列,今天要分享的是 🚩 基于大数据…

代码随想录day25 回溯算法加强练习

216.组合总和III 题目 找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。 说明: 所有数字都是正整数。解集不能包含重复的组合。 示例 1: 输入: k 3, n 7 输出: [[1,2,4]] 示例 2: 输入…

数字信号处理实验---LSI系统的分析 Matlab代码

1.试用Matlab计算其幅频特性和相频特性,并绘图。 代码: n 0:10; %定义采样点n w [0:1:500]*2*pi/500; % [0,pi]轴被分成1002个点 x1 power(0.9*exp(1i*pi/3),n); %定义输入序列 x2 exp(-1i*n); %定义一个系统的冲激响应 x zeros(1,length(w))…

RK3568驱动指南|第十篇 热插拔-第118章 使用udev挂载U盘和T卡实验

瑞芯微RK3568芯片是一款定位中高端的通用型SOC,采用22nm制程工艺,搭载一颗四核Cortex-A55处理器和Mali G52 2EE 图形处理器。RK3568 支持4K 解码和 1080P 编码,支持SATA/PCIE/USB3.0 外围接口。RK3568内置独立NPU,可用于轻量级人工…

Backtrader 文档学习-Strategy with Signals

Backtrader 文档学习-Strategy with Signals backtrader可以不通过重写策略的方式触发交易,尽管重写策略是首选通用的方式。 下面介绍通过使用信号也是可以实现交易触发的。 1.定义signal import backtrader as btdata bt.feeds.OneOfTheFeeds(datanamemydatana…

关于报错 curl: (56) Recv failure: Connection reset by peer

curl ip没问题 curl localhost 则报错 curl: (56) Recv failure: Connection reset by peer 出现这个报错有很多原因, 其中之一就是terminal代理 而关闭代理应用之后, 其实由于配置的终端都是 export指定的代理 所以导致还是一直报错. 通过 curl -v 可以发现 指向了代理ip和…

【HarmonyOS4.0】第八篇-ArkUI系统组件(三)

【HarmonyOS4.0】第七篇-ArkUI系统组件(三) 七、二维码组件 二维码的使用场景,比如扫码添加好友,扫码骑车,扫码支付等等,ArkUI开发框架提供了 RQCode 组件生成一个二维码。 接口: QRCode(value: string)参数: 参数…