数字图像处理笔记二 - 图片缩放(最近邻插值(Nearest Neighbor interpolation))

我会带着你远行 2022-05-21 09:52 181阅读 0赞

图片缩放的两种常见算法：

1.  最近邻域内插法(Nearest Neighbor interpolation)
2.  双向性内插法(bilinear interpolation)

本文主要讲述`最近邻插值(Nearest Neighbor interpolation`算法的原理以及python实现

--------------------

#### 基本原理 ####

最简单的图像缩放算法就是最近邻插值。顾名思义，就是将目标图像各点的像素值设为源图像中与其最近的点。算法优点在与简单、速度快。

如下图所示，一个4\*4的图片缩放为8\*8的图片。步骤：

1.  生成一张空白的8\*8的图片，然后在缩放位置填充原始图片值(可以这么理解)
2.  在图片的未填充区域(黑色部分)，填充为原有图片最近的位置的像素值。

![这里写图片描述][70]

--------------------

#### 实现代码如下： ####

def nearest_neighbor_resize(img, new_w, new_h):
        # height and width of the input img
        h, w = img.shape[0], img.shape[1]
        # new image with rgb channel
        ret_img = np.zeros(shape=(new_h, new_w, 3), dtype='uint8')
        # scale factor
        s_h, s_c = (h * 1.0) / new_h, (w * 1.0) / new_w
    
        # insert pixel to the new img
        for i in xrange(new_h):
            for j in xrange(new_w):
                p_x = int(j * s_c)
                p_y = int(i * s_h)
    
                ret_img[i, j] = img[p_y, p_x]
    
        return ret_img

测试代码如下：

def test():
        img_path = 'F:/nearest_neighbor.jpg'
        img = cv2.imread(img_path)
    
        ret_img = nearest_neighbor_resize(img, 222, 220)
    
        cv2.imshow("source image", img)
        cv2.imshow("after bilinear image", ret_img)
        cv2.waitKey()
        cv2.destroyAllWindows()

运行结果如下：

![这里写图片描述][70 1]

主要参考：

[http://tech-algorithm.com/articles/nearest-neighbor-image-scaling/][http_tech-algorithm.com_articles_nearest-neighbor-image-scaling]

[70]: /images/20220521/63e5e11d0d1a417082baded26270860d.png
[70 1]: /images/20220521/dc605be4628e432c9f94d7446c2db495.png
[http_tech-algorithm.com_articles_nearest-neighbor-image-scaling]: http://tech-algorithm.com/articles/nearest-neighbor-image-scaling/