【发布时间】：2021-05-23 05:23:31
【问题描述】：
我正在实施双线性插值来调整图像大小。双线性插值和调整大小的函数如下：
def bl_resize(original_img, new_h, new_w):
old_h, old_w, c = original_img.shape
resized = np.ones((new_h, new_w, c))
w_scale_factor = (old_w - 1) / (new_w - 1) if new_h != 0 else 0
h_scale_factor = (old_h - 1) / (new_h - 1) if new_w != 0 else 0
for i in range(new_h):
for j in range(new_w):
for k in range(c):
x = i * h_scale_factor
y = j * w_scale_factor
x_floor = math.floor(x)
x_ceil = min( old_h - 1, math.ceil(x))
y_floor = math.floor(y)
y_ceil = min(old_w - 1, math.ceil(y))
if (x_ceil == x_floor) and (y_ceil == y_floor):
q = original_img[int(x), int(y), k]
else:
v1 = original_img[x_floor, y_floor, k]
v2 = original_img[x_ceil, y_floor, k]
v3 = original_img[x_floor, y_ceil, k]
v4 = original_img[x_ceil, y_ceil, k]
q1 = v1 * (x_ceil - x) + v2 * (x - x_floor)
q2 = v3 * (x_ceil - x) + v4 * (x - x_floor)
q = q1 * (y_ceil - y) + q2 * (y - y_floor)
resized[i,j,k] = q
return resized.astype(np.uint8)
我使用x_ceil = min( old_h - 1, math.ceil(x)) 和y_ceil = min(old_w - 1, math.ceil(y)) 来避免访问比原始图像数组尺寸更大的索引。如果没有它，我会得到两个维度中最后一个索引的索引超出范围错误。
使用此代码调整大小的图像上包含一个黑色网格。这是一些输出图像。第一张是原图的缩小版，第二张是放大版的！
编辑：我已经确定了导致问题的确切原因，但我不明白它为什么会导致问题。将两个维度的比例因子从 (old/new) 更改为 (old - 1)/(new - 1) 会导致无网格结果。我想了解比例因子值如何产生问题。
【问题讨论】：
标签： python image-processing bilinear-interpolation