我正在尝试编写一个Python函数,它将图像作为输入并执行双线性图像插值来调整图像大小。我已经取得了相当的成功,因为图像确实调整了大小,但是这个过程在输出中引入了黑洞,我似乎无法弄清楚它们是如何或为什么存在的。
我见过的问题对我没什么帮助(Simple, efficient bilinear interpolation of images in numpy and python)
代码:
def img_interp(img, scale = 1.5):
angle_rad = pi * angle_deg / 180.0;
rows, cols, colours = img.shape
n_rows = int(round(rows * scale, 0))
n_cols = int(round(cols * scale, 0))
enlarged_img = np.ones((n_rows, n_cols, colours))
for i in range(n_rows - 1):
for j in range(n_cols - 1):
x_coord = j / scale
y_coord = i / scale
xc = int(ceil(x_coord))
xf = int(floor(x_coord))
yc = int(ceil(y_coord))
yf = int(floor(y_coord))
W_xc = xc - x_coord
W_xf = x_coord - xf
W_yc = yc - y_coord
W_yf = y_coord - yf
enlarged_img[i, j, :] = 255 - np.around(W_xc * (W_yc * img[yf, xf, :] + W_yf * img[yc, xf, :]) + W_xf * (W_yc * img[yf, xc, :] + W_yf * img[yc, xc, :]), 0)
return enlarged_img
图像结果: https://www.dropbox.com/s/ji0frbzcuyxd11u/results.png?m=
可能有更好的方法来做到这一点,但我真的很感激,如果有人可以看看,告诉我我做错了什么或我还需要做什么。谢谢!
答案 0 :(得分:5)
我可以推荐scipy.ndimage.interpolation.zoom,scipy.misc.imresize或mahotas.zoom,而不是重新发明轮子?您可以选择插值顺序,其中1是线性的。
至于为什么它不工作,如果你的x_coord或y_coord恰好是整数,那么权重将为零。
答案 1 :(得分:1)
有什么理由不使用Python提供的任何一个优秀的图像处理库?例如,OpenCV具有cv2.resize,默认情况下执行双线性插值。 Scipy有scipy.misc.imresize。