CV第一次打卡

Datawhale 计算机视觉基础-图像处理（上）-Task01 OpenCV框架与图像插值算法

1.1 简介

在图像处理中，平移变换、旋转变换以及放缩变换是一些基础且常用的操作。这些几何变换并不改变图象的象素值，只是在图象平面上进行象素的重新排列。在一幅输入图象$[u，v]$中，灰度值仅在整数位置上有定义。然而，输出图象[x，y]的灰度值一般由处在非整数坐标上的$（u，v）$值来决定。这就需要插值算法来进行处理，常见的插值算法有最近邻插值、双线性插值和三次样条插值。

1.2 学习目标

了解插值算法与常见几何变换之间的关系
理解插值算法的原理
掌握OpenCV框架下插值算法API的使用
1.3 内容介绍

插值算法原理介绍
最近邻插值算法
双线性插值算法
OpenCV代码实践
cv.resize()各项参数及含义
动手实现（由读者自己完成）
1.4 算法理论介绍与推荐

1.4.1 最近邻插值算法原理

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。