图像调整大小双线性插值和最近邻

Question

我目前在想出重新缩放和图像的算法时遇到问题。 我目前想要同时实现双线性插值和最近邻。我了解它们在概念上是如何工作的，但是，我似乎无法将其记录到代码中。我仍然被困在最近的邻居上 我在下面为它写了一些伪代码(根据我所知道的(：

Resizing Images: Nearest Neighbour
Use a loop:for j=0 to Yb-1
for i=0 to Xb-1
for c=0 to 2
(floor) y=j*Ya/Yb 
(floor) x=i*Xa/Xb
Ib[j][i][c] = Ia[y][x][c]

我的原始数据集(我获得数据量的地方(存储在带有 [x][y][z] 和 (x， y， z( 的 3D 数组中。我单独读取每个像素，并可以使用Java中的Color.color计算每个像素的颜色。但是，我需要知道如何为每个像素位置 x 和 y (x，y( 获取颜色 (c = [0,1,2](，不包括 z(对于一个视图(，以将每个新像素的 1 个旧像素转换为包含新宽度和高度的新数据集。我已经用Java编写了上面翻译的大部分代码。但我仍然无法理解如何完成工作实现。

提前😊致谢

Answer 1

我对java不是很熟悉。但这里有一个 python 的工作代码。

import cv2
import numpy as np
img = cv2.imread("image.png")
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
scaleX = 0.5
scaleY = 0.5
newImg = np.zeros((int(img.shape[0]*scaleX),int(img.shape[1]*scaleY))).astype(np.uint8)
for y in range(newImg.shape[0]):
for x in range(newImg.shape[1]):
samplex = x/scaleX
sampley = y/scaleY
dx = samplex - np.floor(samplex)
dy = sampley - np.floor(sampley)
val = img[int(sampley-dy),int(samplex-dx)]*(1-dx)*(1-dy)
val += img[int(sampley + 1 - dy),int(samplex-dx)]*(1-dx)*(dy) 
val += img[int(sampley-dy),int(samplex + 1 - dx)]*(dx)*(1-dy)
val += img[int(sampley + 1 -dy),int(samplex + 1 - dx)]*(dx)*(dy)
newImg[y,x] = val.astype(np.uint8)

cv2.imshow("img",newImg)
cv2.waitKey(0)

您可以简单地在它们中再添加一个 for 循环和 x for 循环来考虑通道。

Answer 2

如果我做对了，在这种情况下，您正在插值体积(体素(而不是像素： 让我们有源卷vol1[xs1][ys1][zs1]和目标vol0[xs0][ys0][zs0]其中xs,ys,zs是分辨率，那么最近的邻居将是：

// vol0 <- vol1
for (              x0=0; x0<xs0; x0++)
for (x1=(x*x1)/x0, y0=0; y0<ys0; y0++)
for (y1=(y*y1)/y0, z0=0; z0<zs0; z0++)
{    z1=(z*z1)/z0;
vol0[x0][y0][z0]=vol1[x1][y1][z1];
}

最近邻的颜色保持不变。如果vol0的分辨率小于vol1则可以vol1分辨率执行for循环，并从x1,y1,z1计算x0,y0,z0以加快速度。顺便说一句，所有变量都是整数，不需要浮点数...

现在对于颜色编码，以防您的体素是一维数组 ({r,g,b}( 而不是标量积分类型：

vol0[xs0][ys0][zs0][3] 
vol1[xs1][ys1][zs1][3]

这些东西将更改为：

// vol0 <- vol1
for (              x0=0; x0<xs0; x0++)
for (x1=(x*x1)/x0, y0=0; y0<ys0; y0++)
for (y1=(y*y1)/y0, z0=0; z0<zs0; z0++)
for (z1=(z*z1)/z0; i=0;  i<3;    i++ )
vol0[x0][y0][z0][i]=vol1[x1][y1][z1][i];