营销型网站建设报价方案,营销型网站建设思路,网站空间提供,吉林网页制作公司深度学习基础知识 最近邻插值法、双线性插值法、双三次插值算法 1、最近邻插值法 1、最近邻插值法 *最邻近插值#xff1a;将每个目标像素找到距离它最近的原图像素点#xff0c;然后将该像素的值直接赋值给目标像素 优点#xff1a;实现简单#xff0c;计算速度快缺点将每个目标像素找到距离它最近的原图像素点然后将该像素的值直接赋值给目标像素 优点实现简单计算速度快缺点插值结果缺乏连续性可能会产生锯齿状的边缘对于图像质量影响较大因此当处理精度要求较高的图像时通常会采用更加精细的插值算法例如双线性插值、三次插值。 代码示例
import numpy as np
from PIL import Imagedef nearest_neighbor_interpolation(image,scale_factor):image:输入图像数组scale_factor:图像缩放因子# 得到输入图像的高与宽height,widthimage.shape[:2]# 计算输出图像的高与宽out_heightint(height * scale_factor)out_widthint(width * scale_factor)# 创建爱你输出图像output_imaagenp.zeros((out_height,out_width,3),dtypenp.uint8)print(output_imaage.shape)# 遍历输出的每个像素分别计算其在图像中最近邻的像素坐标并将其像素值赋给当前像素for out_y in range(out_height):for out_x in range(out_width):# 计算当前像素在输入图像中的坐标input_xint(round(out_x / scale_factor))input_yint(round(out_y / scale_factor))# 判断计算出来的输入像素坐标是否越界如果越界则赋值为边界像素input_xmin(input_x,width - 1)input_ymin(input_y,height - 1)# 将输入图像的像素值赋值给输出图像的对应位置上的像素值output_imaage[out_y,out_x]image[input_y,input_x]return output_imaage# 读取原始图像
input_imageImage.open(./test_image.PNG).convert(RGB)
print(input_image)image_arraynp.array(input_image)
print(image_array.shape)output_imaagenearest_neighbor_interpolation(image_array,5.0)out_image_pilImage.fromarray(output_imaage.astype(uint8))
print(out_image_pil)out_image_pil.save(./result.jpg) # 保存数据图像
结果
