matlab中interp2的python实现(经matlab测试通过)

原创

已于 2022-02-28 16:07:01 修改 · 2.4k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#python #opencv

于 2020-12-10 15:35:02 首次发布

本文介绍了一种使用Python实现的双线性插值方法，并对比了使用与不使用numba加速的情况。对于大规模数据，使用numba能显著提高运行效率。

本文实现的是双线性插值，cubic道理一样
需要注意的是，当矩阵特别大时候，加入numba速度很快
矩阵小的话，提取numba有开销

import numba as nb
import numpy as np
import time


def interp2(x,y,img,xi,yi):
    """
    按照matlab interp2写的加速2d插值
    当矩阵规模很大的时候,numba就快,矩阵规模小,则启动numba有开销
    原图是规整矩阵才能这么做
    """
    # @nb.jit
    def _interpolation(x,y,m,n,mm,nn,zxi,zyi,alpha,beta,img,return_img):
        qsx = int(m/2)
        qsy = int(n/2)
        for i in range(mm):     # 行号
            for j in range(nn):
                zsx,zsy = int(zxi[i,j]+qsx),int(zyi[i,j]+qsy)  # 左上的列坐标和行坐标
                zxx,zxy = int(zxi[i,j]+qsx),int(zyi[i,j]+qsy+1) # 左下的列坐标和行坐标
                ysx,ysy = int(zxi[i,j]+qsx+1),int(zyi[i,j]+