1、原理与应用

最近邻插值法nearest_neighbor是最简单的灰度值插值。也称作零阶插值，就是令变换后像素的灰度值等于距它最近的输入像素的灰度值。最近邻插值法可应用于图像的缩放，因为简单的变换与计算，效果一般不好。

先假设一个2X2像素的图片采用最近邻插值法需要放大到4X4像素的图片，右边？该为多少。

2、公式及计算

最近邻插值法坐标变换计算公式（这个更简洁一点）：

　　AX=BX*(AW/BW)

　　AY=BY*(AH/BH)

BX与BY为目标图像的某个像素的横纵坐标
BW与BH为目标图像的长与宽
AW与AH为原图像的宽度与高度
AX，AY为目标图像在该点（BX，BY）对应的原图像的坐标

如果是放大图像，(AW/BW)值小于1，同样将BX同比例映射到原图像的AX中，如果AW/BW=1，就相当于复制了图片。

右图为经过放大后的目标图像，？处的坐标为(3,2)，根据公式计算得到

AX=3*(2/4)=1.5， AY=2*(2/4)=1

故？处的像素应该为原图像中的(1.5,1)像素的值，但是像素坐标没有小数，一般采用四舍五入取最邻，所以最终的结果为(2,1)，对应原图像的橙色。其他类比得到放大后的图像：

3、代码实现

"""
@author: 绯雨千叶最邻近插值法
AX=BX*(AW/BW)
AY=BY*(AH/BH)
A为原图，B为目标图
"""
import cv2
import numpy as npdef nearest_1(img1):  # 手动版，需要自己设置目标图宽和高h1, w1, channels = img1.shape  # 取彩色图片的长、宽、通道h2 = 550  # 手动设置目标图像的高和宽w2 = 570img_n = np.zeros((h2, w2, channels), np.uint8)  for i in range(h2):for j in range(w2):AX = int(i * (h1 / h2))AY = int(j * (w1 / w2))img_n[i, j] = img1[AX, AY]return img_ndef nearest_2(img1):  # 自动倍数版，可以直接设置放大缩小的倍数h1, w1, channels = img1.shape  # 取彩色图片的长、宽、通道scale = 1.5  # 直接设置倍率，>1为放大，<1为缩小,暂不考虑负数h2= int(h1 * scale)w2= int(w1 * scale)img_n = np.zeros((h2, w2, channels), np.uint8)for i in range(h2):for j in range(w2):AX = int(i / scale)AY = int(j / scale)img_n[i, j] = img1[AX, AY]return img_nimg1 = cv2.imread("../img/lrn.jpg")  # 输入原图
img2 = nearest_1(img1)
img3 = nearest_2(img1)
cv2.imshow("img1", img1)
cv2.imshow("nearest_1", img2)  # 手动设置高宽版
cv2.imshow("nearest_2", img3)  # 自动写倍率版
cv2.waitKey(0)

效果展示：

最近邻插值法（nearest_neighbor）相关推荐

图像插值（最近邻插值法和双线性插值法）
所谓近朱者赤近墨者黑,无论什么插值方法根本思想都是一样的. 先讲一下最近邻插值法,就是找到未知像素点相邻的4个已知像素点,然后判断哪一个像素离着未知像素点近,就让那个点同化未知像素点,赋予未知点同样的 ...
图像插值算法：最近邻插值、双线性插值
插值算法:最近邻插值.双线性插值文章目录插值算法:最近邻插值.双线性插值最近邻插值法(nearest_neighbor) 线性插值单线性插值法双线性插值插值算法有很多种,这里列出关联比较密 ...
Tensorflow2.0图像预处理
实验步骤 1.载入库 import matplotlib.pyplot as plt import tensorflow as tf import numpy as np 2.读取照片 image_d ...
本科课程【数字图像处理】实验3 - 图像的几何变换
大家好,我是[1+1=王], 热爱java的计算机(人工智能)渣硕研究生在读. 如果你也对java.人工智能等技术感兴趣,欢迎关注,抱团交流进大厂!!! Good better best, never ...
第2章 Python 数字图像处理(DIP) --数字图像基础3 - 图像内插 - 最近邻内插 - 双线性插值 - 双三次内插 - 图像放大
目录图像内插放大图像图像内插内插通常在图像放大.缩小.旋转和几何校正等任务中使用.内插并用它来调整图像的大小(缩小和放大),缩小和放大基本上采用图像重取样方法最近邻内插,这种方法将原图像中最 ...
最近邻插值算法 python实现
一. 最近邻插值法放大图像: 最近邻插值法在放大图像时补充的像素是最近邻的像素的值.由于方法简单,所以处理速度很快,但是放大图像画质劣化明显,常常含有锯齿边缘. 最近邻插值法算法原理 ↑ 二. 最近邻 ...
最近邻插值与双线性插值
最近邻插值顾名思义,最近邻插值法在放大图像时补充的像素是最近邻的像素的值.由于方法简单,所以处理速度很快,但是得到的图像常常含有锯齿边缘.如下图所示: import cv2 import numpy ...
立方卷积插值 matlab,matlab旋转实现(最近邻值,双线性,三次卷积插值实现插值)
数字图像处理,使用matlab实现旋转(最近邻值,双线性,三次卷积插值实现插值) 对图像进行旋转,使用最近邻插值法,双线性插值,三次卷积插值三种方法进行插值. 源码: clc;clear all;cl ...
【Halcon】插值算法通俗讲解
目录一.灰度值插值的概念二.最近邻插值法三.双线性插值法四.等权双线性插值法五.高斯加权双线性插值法六.双三次插值法七.五种插值算比较一.灰度值插值的概念回到目录灰度值插值是图像变 ...

最近邻插值法（nearest_neighbor）

1、原理与应用

2、公式及计算

3、代码实现

最近邻插值法（nearest_neighbor）相关推荐

最新文章

热门文章