最近邻插值与双线性插值

最近邻插值

顾名思义，最近邻插值法在放大图像时补充的像素是最近邻的像素的值。由于方法简单，所以处理速度很快，但是得到的图像常常含有锯齿边缘。如下图所示：

import cv2
import numpy as np
def function(img):
    height,width,channels =img.shape
    emptyImage=np.zeros((800,800,channels),np.uint8)
    sh=800/height
    sw=800/width
    for i in range(800):
        for j in range(800):
            x=int(i/sh)
            y=int(j/sw)
            emptyImage[i,j]=img[x,y]
    return emptyImage

img=cv2.imread("path/lenna.png")
zoom=function(img)
print(img.shape)
print(zoom.shape)
cv2.imshow("image",img).              #(512,512,3)
cv2.imshow("nearest interp",zoom)     #(800,800,3)
cv2.waitKey(0)

双线性插值

先说说简单的单线性插值函数