我正在使用双线性插值或双三次插值的scipy.ndimage.interpolation.zoom(如果我是对的，顺序= 1或3(。
https://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.ndimage.interpolation.zoom.html
处理 RGB 图像时，双线性/双三次插值算法是否在每个颜色通道上独立运行，或者颜色通道之间是否存在某种依赖关系？
ndimage.interpolation.zoom没有RGB通道的概念;它缩放任意的n维数组，对每个维度没有任何特定的含义。例如，如果您将图像存储为形状数组(20, 20, 3)那么zoom(image, 2)之后它将变成形状(40, 40, 6)数组，这当然是不可取的。
据推测，您将使用zoom(image, (2, 2, 1))在两个维度上都有 2 倍的缩放，而在通道维度上没有"缩放"。如果是这样，那么渠道之间就没有溢出效应。阅读NI_ZoomShift的 C 代码，我看到缩放是使用执行一维样条插值(不是双线性或双立方(的get_spline_interpolation_weights实现的。这意味着缩放将包括：
- 遍历每个 1D 切片
image[:, c, ch]并通过 1D 插值(切片之间无交互(对其进行缩放。 - 遍历每个 1D 切片
image[r, :, ch]并通过 1D 插值对其进行缩放。 - 遍历每个 1D 切片
image[r, c, :]并通过 1D 插值对其进行缩放 - 缩放因子为 1 时，这些值将保持不变，直至机器精度。
上述测试：缩放整个图像与单独缩放每个通道。
import numpy as np
from scipy.ndimage.interpolation import zoom
image = np.random.uniform(size=(20, 20, 3))
output = zoom(image, (2, 2, 1))
for k in range(3):
output_channel = zoom(image[:, :, k], 2)
print(np.max(np.abs(output_channel - output[:, :, k])))
打印值约为 1e-15，即输出在浮点误差之前相同。