使用 cv2.imresize 调整数据大小以进行神经网络输入

Question

我必须缩减数据以输入神经网络。

我想使用cv2.imresize，但是关于它如何插入数据以缩小它有多种选择：

• INTER_NEAREST - 最近邻插值
• INTER_LINEAR - 双线性插值（默认使用）
• INTER_AREA - 使用像素区域关系重新采样。它可能是图像抽取的首选方法，因为它不会产生莫尔条纹 结果。但是当图像被缩放时，它类似于
• INTER_NEAREST 方法。
• INTER_CUBIC - 4x4 像素邻域的双三次插值
• INTER_LANCZOS4 - 8x8 像素邻域上的 Lanczos 插值

有没有人尝试过这些，如果有的话，你发现了什么？注意：我没有足够的时间尝试使用各种插值进行学习。

Answer 1

对于图像数据的下采样（我假设数据是图像，因为您使用的是 OpenCV），您可以使用面积平均来获得良好的速度和质量性能（除非缩减因子非常小，其中可能会出现模糊）。

最近邻会定期丢弃一些像元，但速度会非常快，因为实际上没有执行插值。然而，大多数图像都会出现一些aliasing。

如果您主要关心质量，请使用Lanczos（通常比双三次图像要慢，但图像质量更高）。

众所周知，对于小于 0.5 的因子的图像缩小，双三次和双线性的表现非常糟糕。