opencv插值算法在高精度测量中的应用

写的潦草，是写给懂的人看的。
假设相机相元最小为4微米，被测物体要求精度为2微米，则需要对原图像进行插值（opencv中的resize（），使用方法网上都有介绍），在两个像素之间插入按灰度分布的若干像素，比如在240和0之间插入60，120，180，这三个像素这样每个像素之间距离就达到了1微米，可以进行测量。

像素的坐标原本为（0，2）和（0，3）类型的，插值以后获得的像素为：（0，2），（0，3），（0，4），（0，5），（0，6）；换算成原坐标为（0，2），（0，2.25），（0，2.50）,（0，2.75）,（0，3）。

标定后直接将（0，2），（0，2.25），（0，2.50）,（0，2.75）,（0，3）这些坐标进行矫正、计算即可。

如何在（0，2），（0，2.25），（0，2.50）,（0，2.75）,（0，3）获得边缘点（0，2.75）：1.二值化，阈值取（0，2.75）处的灰度值。2.边缘检测。这样就获得了（0，2.75）处的坐标。