pytorch双线性插值

1、单线性插值

化简得：
重要公式

将y视为像素值的函数；

2、双线性插值

问题：求P点的像素值？

根据单线性插值公式：

1、得到R1和R2点的像素值：

2、然后通过R1和R2线性插值得到P点的像素值：

所以，一共使用了三次单线性插值得到，最终的像素值。

另外，其中由于相邻像素点差1，所以y2 - y1 = 1 ，和x2-x1 = 1，所以分母就为1.

最终得到的计算公式为：

3、最近邻法

使用下面公式，寻找最近一个像素值

其中：

存在问题：右偏移

原公式是右偏移的，新公式中心对其了。

因为在原公式中是右偏移的，所以使用中心点重合来消除一下。

下面是优化公式：

4、双线性插值简单实现

通过最邻近找到P点，然后需要找到出四个相邻像素点。

通过floor函数找到下限，floor +1 找到上限，但是要防止超过图像的像素坐标值

import numpy as np
import matplotlib.pyplot as plt
from PIL import Imagedef Bilinear(dst,des_w,des_h,src_w,src_h):for c in range(3):for dst_x in range(des_w):for dst_y in range(des_h):src_x = (dst_x + 0.5)*src_w/des_w - 0.5src_y = (dst_y + 0.5)*src_h/des_h - 0.5#四个临近点src_x_1 = int(np.floor(src_x))src_y_1 = int(np.floor(src_y))src_x_2 = min(src_x_1 + 1,src_w -1)src_y_2 = min(src_y_1 + 1,src_h -1)R1 = (src_x_2 - src_x) * src[src_y_1,src_x_1,c] + (src_x - src_x_1) * src[src_y_1,src_x_2,c]R2 = (src_x_2 - src_x) * src[src_y_2,src_x_1,c] + (src_x - src_x_1) * src[src_y_2,src_x_2,c]P = int((src_y_2 - src_y) * R1 + (src_y - src_y_1) * R2)dst[dst_y, dst_x, c] = Preturn dstdef show_img(dst):dst = dst.astype(np.uint8)plt.figure()plt.subplot(121)plt.imshow(src)plt.subplot(122)plt.imshow(dst)# plt.imsave("./img.png",dst)plt.show()if __name__ == '__main__':src = Image.open("./img_1.png")src_w = src.widthsrc_h = src.heightsrc = np.array(src)dst = np.ones((960, 1280, 3))des_w = dst.shape[1]des_h = dst.shape[0]# print(des_w,des_h)dst = Bilinear(dst,des_w,des_h,src_w,src_h)show_img(dst)

5、pytorch中双线性插值

import torch
from torch.nn import functional as F
from PIL import Image
import numpy as np
import matplotlib.pyplot as pltimg = Image.open("./img.png")
img = np.array(img,dtype=float)
print(img.shape)
img = torch.from_numpy(img)
print(img.shape)
img = img.unsqueeze(0).permute(0,3,1,2) #[b,c,h,w]img = F.interpolate(img,scale_factor=(2,2),mode='bilinear')
# print(img.shape)
img = img.squeeze(0).permute(1,2,0)
print(img.shape)a = torch.tensor(img, dtype=torch.uint8)
print(a.shape)
plt.figure()
plt.imshow(a)
plt.show()

pytorch双线性插值相关推荐

CV03-双线性差值pytorch实现
一.双线性差值 1.1 公式在理解双线性差值(Bilinear Interpolation)的含义基础上,参考pytorch差值的官方实现注释,自己实现了一遍. 差值就是利用已知点来估计未知点的值. ...
在PyTorch中进行双线性采样：原理和代码详解
↑ 点击蓝字关注视学算法作者丨土豆@知乎来源丨https://zhuanlan.zhihu.com/p/257958558 编辑丨极市平台在pytorch中的双线性采样(Bilinear Sa ...
Pytorch上下采样函数--interpolate()
torch.nn.functional.interpolate实现插值和上采样上采样:可以使你训练的图片分辨率变成你想要的更大的分辨率将输入图片input image进行rescale到一个想要的 ...
【Pytorch】interpolate==＞上下采样函数
def interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None):r"&quo ...
【PyTorch 】interpolate()==＞上下采样函数
def interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None, recompute_s ...
pytorch中上采样的实现
因为最近在学习FCN,所以呢,有一些上采样的操作实际上,上采样(upsampling)一般包括2种方式: 1:Resize,如双线性插值直接缩放,类似于图像缩放(这种方法在原文中提到) 2:Deco ...
图解 RoIAlign 以及在 PyTorch 中的使用（含代码示例）
文章目录 RoIAlign 的用处 RoIAlign 计算原理双线性插值(Bilinear Interpolation) pytorch中的实现简单示例在FasterRCNN中的使用示例参考链 ...
PyTorch 学习笔记（三）：transforms的二十二个方法
本文截取自<PyTorch 模型训练实用教程>,获取全文pdf请点击:https://github.com/tensor-yu/PyTorch_Tutorial 文章目录一. 裁剪--C ...
三个优秀的PyTorch实现语义分割框架
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx 使用的VOC数据集链接开放在文章中,预训练模型已上传Github,环境我使用Colab pro ...
PyTorch 入坑八：卷积与转置卷积
卷积操作略输入输出尺寸变化略 PyTorch实现 nn.Conv2d(in_channels,out_channels,kernel_size,stride=1.padding=0,dilat ...

pytorch双线性插值

1、单线性插值

2、双线性插值

问题：求P点的像素值？

根据单线性插值公式：

1、得到R1和R2点的像素值：

2、然后通过R1和R2线性插值得到P点的像素值：

所以，一共使用了三次单线性插值得到，最终的像素值。

另外，其中由于相邻像素点差1，所以y2 - y1 = 1 ，和x2-x1 = 1，所以分母就为1.

3、最近邻法

存在问题：右偏移

因为在原公式中是右偏移的，所以使用中心点重合来消除一下。

4、双线性插值简单实现

5、pytorch中双线性插值

pytorch双线性插值相关推荐

最新文章

热门文章