双线性插值法之放大收缩图像及其python实现

本文介绍了一维线性插值与双线性插值原理,详细解释了如何利用双线性插值进行图像放大与收缩。通过具体实例展示了如何计算新图像像素在原图像的对应位置,并通过周围四个点计算新图像像素值。

一维线性插值

假设我们已知坐标(x0,y0)与(x1,y1),要得到[x0,x1]区间内某一位置x在直线上的值。根据图中所示可得:
在这里插入图片描述
通过斜率比,可以得到下面的等式。
在这里插入图片描述
在这里插入图片描述

双线性插值

在这里插入图片描述
如图所示:所谓双线性插值,也就是连续使用三次一维线性插值,最终求得g(u0,v0)。
第一次:由g(u’,v’)和g(u’+1,v’)一维线性插值求g(u0,v’).
第二次:由g(u’,v’+1)和g(u’+1,v’+1)一维线性插值求g(u0,v’+1).
第三次:由g(u0,v’)和g(u0,v’+1)一维线性插值求g(u0,v0).
在这里插入图片描述

如何用双线性插值放大或收缩图像

我们只需要做两件事:

  • 计算新图像像素在原图像的对应位置
  • 通过位置,在原图像找到4个点来计算新图像对应位置的像素

f(x,y)表示输出图像,g(u,v)表示输入图像。图像放大或缩小的几何运算可定义为:f(x,y)=g(u0,v0)=g[a(x,y),b(x,y)]f(x,y)=g(u_0,v_0)=g[a(x,y),b(x,y)]f(x,y)=g(u0,v0)=g[a(x,y),b(x,y)].如果令u0=a(x,y)=xc,v0=b(x,y)=ydu_0=a(x,y)=\frac{x}{c},v_0=b(x,y)=\frac{y}{d}u0=a(x,y)=cx,v0<

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值