我必须缩小数据以输入神经网络。
我想用cv2。Imresize，但是关于如何插入数据以缩小它有多个选项:
- INTER_NEAREST -一个最近邻插值
- INTER_LINEAR -双线性插值(默认使用)
- INTER_AREA -使用像素面积关系重采样。它可能是图像抽取的首选方法，因为它没有云纹结果。但是当图像被放大时，它类似于
- INTER_NEAREST方法。
- INTER_CUBIC - 4x4像素邻域的双三次插值
- INTER_LANCZOS4 -一个超过8x8像素邻域的Lanczos插值
有人尝试过这些吗?如果有，你发现了什么?注意:我没有足够的时间来尝试学习所有类型的插值。
对于下采样图像数据(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速度和质量方面的良好性能(除非下缩放因子非常小，可能会出现模糊)。
最近邻会定期丢弃一些单元格，但速度很快，因为实际上没有执行插值。然而，一些混叠是预期与大多数图像。
如果质量是你主要关心的，使用Lanczos(比bicubic慢，但一般来说质量更高)。
已知双三次和双线性在因子小于0.5的情况下对图像进行缩比时表现非常差。