计算机视觉图像处理-CV2与图像插值算法

用最近邻插值与双线性插值原理完成图像缩放

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。缺点：使用最近邻插值算法处理图像放大时，在图象中可能出现明显的块状效应

双线性插值，在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时，在图象中可能出现马赛克

代码

def inter(img):
    '''
    Task01 图像缩放
    :param img:
    :return:
    '''
    scale_percent = 30       # percent of original size
    width = int(img.shape[1] * scale_percent / 100)
    height = int(img.shape[0] * scale_percent / 100)
    dim = (width, height)
    # 双线性插值缩小
    resized = cv2.resize(img, dim, interpolation = cv2.INTER_LINEAR)  # 缩小到0.3 

    fx = 1.2  
    fy = 1.2
    # 方法1：最近邻插值放大
    nearest_resized = cv2.resize(img, dsize=None, fx=fx, fy=fy, interpolation = cv2.INTER_NEAREST)
    # 方法2：双线性插值放大
    linear_resized = cv2.resize(img, dsize=None, fx=fx, fy=fy, interpolation = cv2.INTER_LINEAR)
    print('Resized Dimensions : ',resized.shape)

    cv2.imshow("Resized image", resized)
    cv2.imshow("INTER_NEAREST image", nearest_resized)
    cv2.imshow("INTER_LINEAR image", linear_resized)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == "__main__":
    img = cv2.imread('./xiabang.jpg', cv2.IMREAD_UNCHANGED)
    print('Original Dimensions : ',img.shape)
    inter(img)