使用 cv2.resize() 的图像插值会更改整数位置像素

Question

我正在尝试使用 cv2.resize() 对图像进行插值，同时保持新图像中的整数位置像素与原始图像相同。所以我写了这段代码来测试：

import cv2, scipy
import scipy.misc
import numpy as np

im = cv2.imread('img')
print(im[:,:,0].shape)
print(im[:,:,0])

im = cv2.resize(im, None, fx=2, fy=2, interpolation=cv2.INTER_LANCZOS4)

print(im[::2,::2,0].shape)
print(im[::2,::2,0])

输出：

(128, 128)
[[79 62 64 ... 81 81 79]
 [73 59 57 ... 79 81 79]
 [69 51 51 ... 90 88 87]
 ...
 [40 48 43 ... 79 84 88]
 [45 46 44 ... 84 84 83]
 [48 46 44 ... 80 80 83]]
(128, 128)
[[82 66 63 ... 82 81 80]
 [76 64 57 ... 80 79 79]
 [71 57 50 ... 90 85 85]
 ...
 [38 46 45 ... 77 84 87]
 [43 46 45 ... 83 84 84]
 [48 47 44 ... 81 81 82]]

上面的代码对图像进行了 2x 插值，理想情况下两个输出应该相同，因为 im[::2,::2,0] 应该是插值前的像素。

代码中是否有错误或是否正确执行？

Answer 1

我在某处找到了OpenCV坐标系的解释，但找不到了，所以这个答案是靠记忆的。

OpenCV 将像素视为一个小方块，而不是网格中的点样本。整数值的插值将这个正方形分成更小的正方形。对于均匀大小的插值，none 个新方形中心将与原始方形中心匹配。

对于奇数插值，其中一个新方块将位于中心，但在原始图像左上角像素的顶部和左侧也会有其他新方块。这些像素已被外推！

也就是说，如果您像我一样将图像视为一组样本，那么 OpenCV 中的插值永远不会符合您的期望。

解决方法是在插值的同时将图像向左和向上移动半个原始像素。虽然不确定如何在 OpenCV 中实现它。

或者您可以在 DIPlib 中尝试 skimage.transform.rescale in skimage or diplib.Resampling（我是作者）。对于最后一个，我知道它开箱即用。

使用 cv2.resize() 的图像插值会更改整数位置像素

Image interpolation with cv2.resize() changes the integer positon pixel

python

interpolation

opencv

image

image-processing