学习资源： 《机器学习实践指南 案例应用解析 第2版》

一、概念

图像插补是指，使用已知的相邻像素点的灰度值(或rgb图像的3色值)生成未知像素点的灰度值，从原图像再现更高分辨率的图像。 传统的插值算法

最接近插补

也就是说，将每个原始像素直接复制并映射到扩展后的对应多个像素。 该方法在放大图像的同时保留所有原始图像的所有信息。 传统的图像插值算法中，最近邻像素插值简单、容易实现，普遍应用于早期。 但是，在这种方法中，新图像会出现明显的锯齿边缘和镶嵌现象。 缩放后的图像的像素值被计算为dst(x，y )=)=(x * src.width/dst.width，y * src.height/dst.height )

双线性插值

虽然双线性插值法具有有效克服最近像素插值不足的平滑功能，但是图像的高频部分会恶化，图像的细节会变得模糊。

高阶插值

在高倍率情况下，高阶插值(如双三次插值和立方插值)比低阶插值更有效。

二、OpenCV resize函数

可以通过OpenCV的resize函数进行插值和缩放。

void resize (输入阵列磁盘，输出阵列磁盘，大小尺寸，双工FX=0，双工fy=0，Int Interpolation=互联网_线性)；

参数说明：

src输入、原图像dst输出、目标图像dsize输出图像的尺寸，如果该参数不为0，就意味着将原图像缩放为由size(width，height )指定的尺寸； 值为0时，原始图像缩放后的大小由dsize=size(round ) FX*src.cols，round ) fy*src.rows ) )的公式计算

如果fx width方向的缩放为0，则使用(double ) dsize.width/src.cols计算fy height方向的缩放，如果为0，则使用) dsize.height/src.RC

INTERNEAREST最近插值INTER_LINEAR双线性插值INTER_AREA像素关系重新采样INTER_CUBIC 4*4像素区域内的双三次插值INTER_LANCZOS4 8*8像素附近的lanc

dsize和fx/fy不能同时为0。 通常，使用默认的双线性插值是足够的插值效率。 与双线性插值、双三次插值、Lanczos插值最接近的效率是与效果成反比的样本代码

# #-* -编码： utf-8-* -

# #！ /usr/雪白的长颈鹿/python

导入CV 2

src=cv2. im读取(' test.jpg ' ) )。

cv2. im show (原点)、src ) ) )。

h，w=src.shape[:2]

打印(h，w ) )。

DST=cv2.resize(src，(w * 2，h * 2)，fx=0.75，fy=0.75，中介=cv2.中介_网络) )。

cv2. im show (国际顺序，直方根) ) ) ) ) )。

dst=cv2.resize(src，(w * 2，h * 2)，中间环境=cv2.中间环境) ) ) ) ) ) ) ) ) ) ) ) ) ) )

cv2. im show (线间，直线) ) ) ) ) )。

dst=cv2.resize(src，(w * 2，h * 2)，互换=cv2.互换_立方体) ) ) ) ) ) ) ) ) ) ) ) ) ) ) )。)

cv2. im show (互连，直方体) ) ) ) ) )。

DST=cv2.resize(src，(w * 2，h * 2)，interpolation=cv2. inter _ lanc zos4) ) ) ) ) ) ) ) ) ) ) ) ) ) )

cv2. im show (四连锁存储器(inter _ lanc zos4) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ) )。

缩小# # # #像素关系进行重新采样

newimg2=cv2.resize(src，(w //2，h //2)，介入区域) ) ) ) ) ) ) )。

cv2. im show (区间，区域) ) ) ) ) ) )。

cv2.waitkey(0) (等于) (等于) ) (等于) ) (等于) ) (等于) ) ) ) ) ) ) )。

cv2.destroyAllWindows (() ) 9500.163.com) ) ) ) )。