来自图像中非整数位置的skimage样本？
skimage sample from non-integer locations in image?
我们可以从图像中的整数位置进行采样，因为图像被构造为二维数组，我们只需要数组位置中的任何数据。
对于非整数位置，比如两个像素之间的位置，这就不是那么简单了。然而，这是一个如此普遍的问题，以至于（例如）GPU 将此功能嵌入到硬件中，只要您对线性插值感到满意。我在 skimage 中找不到这方面的任何功能，但它似乎是图像处理的基础，我觉得我一定遗漏了一些东西。
我希望是这样的：
sample(img, (64.5, 120.37), interpolation='linear')
Scipy有interp2d可以成功用于图像插值
让我们从示例图像开始（随机灰度以保持简单，颜色图来自我用于绘图的 matplotlib）：
np.random.seed(42)
np.random.randint(255, (10, 10))
现在我们可以初始化我们的插值器
from scipy.interpolate import interp2d
x = np.arange(10)
y = np.arange(10)
f = interp2d(x, y, img, kind="cubic")
并在新网格上对其进行评估
xdense = np.linspace(0, 9, 100)
ydense = np.linspace(0, 9, 100)
newimg = f(xdense, ydense)
而且你还可以用它来采样任意点
f(0.192321, 5.99927371)
给予
array([99.04826046])
使用 skimage 你可能会得到类似的重新缩放和重新采样的东西，但这种方法对我来说看起来更方便。
我们可以从图像中的整数位置进行采样，因为图像被构造为二维数组，我们只需要数组位置中的任何数据。
对于非整数位置，比如两个像素之间的位置，这就不是那么简单了。然而，这是一个如此普遍的问题，以至于（例如）GPU 将此功能嵌入到硬件中，只要您对线性插值感到满意。我在 skimage 中找不到这方面的任何功能，但它似乎是图像处理的基础，我觉得我一定遗漏了一些东西。
我希望是这样的：
sample(img, (64.5, 120.37), interpolation='linear')
Scipy有interp2d可以成功用于图像插值
让我们从示例图像开始（随机灰度以保持简单，颜色图来自我用于绘图的 matplotlib）：
np.random.seed(42)
np.random.randint(255, (10, 10))
现在我们可以初始化我们的插值器
from scipy.interpolate import interp2d
x = np.arange(10)
y = np.arange(10)
f = interp2d(x, y, img, kind="cubic")
并在新网格上对其进行评估
xdense = np.linspace(0, 9, 100)
ydense = np.linspace(0, 9, 100)
newimg = f(xdense, ydense)
而且你还可以用它来采样任意点
f(0.192321, 5.99927371)
给予
array([99.04826046])
使用 skimage 你可能会得到类似的重新缩放和重新采样的东西，但这种方法对我来说看起来更方便。