插值算法图像常用的插值算法有最近邻插值算法和双线性插值算法两种。 顾名思义，最近邻插值算法是使目标图像中的点与源图像相对应，然后找到最相邻的整数点，并将其作为插值后的输出。
emsp； 如上图所示，目标图像中的某个点投影到原图像中的位置是点p，在该情况下，容易理解f(p )=f (q11 ) p )=f (q11 ) f )=f (q11 )。
如下图所示，将1张3X3的图像放大为4X4，用f(x，y ) f(x，y ) f(x ) x，y )表示目标图像，用h (x，y ) h ) x，y )表示原始图像，则公式如下。
f(dstx，d s t Y ) ) h ) dstxrcdthdtdth，dstysrchetdthet ) ) Begin(Array ) c ) f ) DST_{x}，dst _ { y }=h (frac
在双线性插值的情况下，双线性插值是二维线性插值的普及，在两个方向上进行3次线性插值。 具体操作如下图所示。
基于python的实现方法import c v2if _ _ name _==' _ _ main _ _ ' 3360 img=cv2.im read (' d :/image/yuner.jpg '，cvvg ) img.shape (scale _ percent=30 # percentoforiginalsizewidth=int ) img.shape(1) *scale_percent/100 ) height=height ) resizeimageresized=cv2.resize ) img，dim，interpolation=cv2.inter _ linear (FX=1.5 fy=1.5 resized1=cvv2 ) interpolation=cv2.inter _ nearest (resized2=cv2.resize (resized，dsize=None，fx=fx，fy=fy，interpolation resized ) cv2.imshow(inter_nearestimage )，resized1) cv2.im show (inter _ linear image )，resized2) cv2.waii