我正在尝试编写一个 Python 函数,它将图像作为输入并执行双线性图像插值以调整图像大小。我取得了合理的成功,因为图像确实调整了大小,但这个过程在输出中引入了黑洞,我似乎无法弄清楚它们是如何存在的或为什么存在。
我看到的问题对我帮助不大 ( Simple, efficient bilinear interpolation of images in numpy and python )
代码:
def img_interp(img, scale = 1.5):
angle_rad = pi * angle_deg / 180.0;
rows, cols, colours = img.shape
n_rows = int(round(rows * scale, 0))
n_cols = int(round(cols * scale, 0))
enlarged_img = np.ones((n_rows, n_cols, colours))
for i in range(n_rows - 1):
for j in range(n_cols - 1):
x_coord = j / scale
y_coord = i / scale
xc = int(ceil(x_coord))
xf = int(floor(x_coord))
yc = int(ceil(y_coord))
yf = int(floor(y_coord))
W_xc = xc - x_coord
W_xf = x_coord - xf
W_yc = yc - y_coord
W_yf = y_coord - yf
enlarged_img[i, j, :] = 255 - np.around(W_xc * (W_yc * img[yf, xf, :] + W_yf * img[yc, xf, :]) + W_xf * (W_yc * img[yf, xc, :] + W_yf * img[yc, xc, :]), 0)
return enlarged_img
图像结果: https://www.dropbox.com/s/ji0frbzcuyxd11u/results.png?m=
可能有比我所做的更好的方法来做到这一点,但如果有人可以看看并告诉我我做错了什么或我还需要做什么,我将不胜感激。谢谢!
最佳答案
与其重新发明轮子,不如推荐scipy.ndimage.interpolation.zoom , scipy.misc.imresize或 mahotas.zoom ?您可以选择插值阶数,其中 1 是线性的。
至于为什么它不起作用,如果您的 x_coord 或 y_coord 恰好是整数,那么权重将为零。
关于Python - 双线性图像插值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25060379/