MATLAB 的 interp2
函数在 Python 中的等效函数是什么?
VqR = interp2(rR, fx(:), fy(:));
这是我尝试移植到 python 的 MATLAB 代码
function res = imgMeshWarp( img, flowmap )
img = im2double(img);
rR = img(:, :, 1);
rG = img(:, :, 2);
rB = img(:, :, 3);
fx = flowmap(:, :, 1); fy = flowmap(:, :, 2);
VqR = interp2(rR, fx(:), fy(:));
VqG = interp2(rG, fx(:), fy(:));
VqB = interp2(rB, fx(:), fy(:));
res = cat(3, VqR, VqG, VqB);
res = reshape(res, size(flowmap, 1), size(flowmap, 2), []);
end
编辑1:我正在使用numpy。在matlab代码中,img是图像,flowmap是变形网格。我正在尝试使用流程图扭曲图像。
编辑2:我添加了从matlab翻译而来的python代码。
def image_warp(img, fm):
img = img[:,:, ::-1]
rR = img[:, :, 0]
rG = img[:, :, 1]
rB = img[:, :, 2]
fx = fm[:, :, 0]
fy = fm[:, :, 1]
VqR = scipy.ndimage.map_coordinates(rR, [fx.ravel(), fy.ravel()], order=1, mode='constant', cval=np.nan).reshape(rR.shape)
VqG = scipy.ndimage.map_coordinates(rG, [fx.ravel(), fy.ravel()], order=1, mode='constant', cval=np.nan).reshape(rG.shape)
VqB = scipy.ndimage.map_coordinates(rB, [fx.ravel(), fy.ravel()], order=1, mode='constant', cval=np.nan).reshape(rB.shape)
res = np.dstack((VqR, VqG, VqB))
res = np.reshape(res, (fm.shape[0], fm.shape[1], -1))
我的问题是根据随机变形的变形网格使图像变形。所以我做了 UV 映射来纹理网格。 flowmap就是这个映射。它是通过以下方式生成的。我有一个稀疏的 uv 映射(例如,网格上的顶点 [0 0] 对应于图像的像素坐标 [0 0],即左上角)。那么问题是如何找出网格内的所有其他像素。对于每个四边形(4 个顶点),您可以通过求解齐次坐标中的最小二乘问题来计算从这些顶点到纹理图像的变换矩阵。然后,对于四边形内的每个像素,我们可以将其坐标与变换矩阵相乘,以找到纹理图像中的像素坐标。
最佳答案
scipy.interpolate.interp2d
就是您正在寻找的。此功能的设置略有不同。其一,您需要定义原始 x,y 坐标。另外,根据 flowmap
的具体情况,您可能需要进行调整(尽管看起来它会很好地适应)。您的颜色 channel 之一可能看起来像这样:
from scipy import interpolate
dy, dx = rR.shape
f = interpolate.interp2d(np.arange(dx), np.arange(dy), rR)
VqR = f(new_x, new_y)
关于python - Python 中的二维插值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54089229/