python双线形插值保存图像 python双线性插值函数

每日笔记

9.13日

task1：openCV环境配置 pip install opencv-python 再上网随便找个小例子测试一下安装是否成功

1、常见插值算法：最近邻插值、双线性插值和三次样条插值
2、算法原理学习：
（1）最近邻插值，是指将目标图像中的点，对应到源图像中后，找到最相邻的整数点，作为插值后的输出。
（2）双线性插值：就是线性插值在二维时的推广,在两个方向上做三次线性插值.
线性插值公式：f(x) = a1x+a0
3、OpenCV常用API
python常用opencv的API

本次学习主要是cv2.resize()这个函数

cv2.resize(src,dsize,fx,fy,interpolation)
参数含义：
src：原图像
dsize：输出图像所需大小
fx：沿水平轴的比例因子
fy：沿垂直轴的比例因子
interpolation：插值方式

插值方式：
cv.INTER_NEAREST  最近邻插值
cv.INTER_LINEAR    双线性插值
cv.INTER_CUBIC     基于4*4像素邻域的三次插值法
cv.INTER_AREA      基于局部像素的重采样

小tip：通常，缩小使用cv.INTER_AREA，放缩使用cv.INTER_CUBIC(较慢)和cv.INTER_LINEAR(较快效果也不错)。默认情况下，所有的放缩都使用cv.INTER_LINEAR。

4、基于openCV自行实现

9.15日

带着问题去学习：

• 1：变换的形式（公式）是什么？
• 2：旋转中心是什么？毕竟以不同位置为旋转中心得到的结果是不一样的。
• 3：采用前向映射还是反向映射？(反向映射更为有效)
• 4：采用反向映射后，采用何种插值算法？最常用的的是双线性插值，OpenCV也是默认如此。

（1） 变换形式

采取冈萨雷斯的《数字图像处理_第三版》的变换矩阵方式，仿射变换的一般形式如下：

式中的T就是变换矩阵，其中 (v,w)为原坐标，(x,y) 为变换后的坐标，不同的变换对应不同的矩阵，这里也贴出来吧，一些常见的变换矩阵及作用如下表：

（2）坐标系变换

缩放、平移：以坐标原点为变换中心

而旋转和偏移，一般以图像原点为中心，涉及到坐标系变换了。

因此，对于旋转和偏移，就需要3步（3次变换）：

1） 将输入原图图像坐标转换为笛卡尔坐标系；

2）进行旋转计算。旋转矩阵前面已经给出了；

3）将旋转后的图像的笛卡尔坐标转回图像坐标。