如何使用 scipy 网格数据对 32x32 图像的缺失像素值进行插值？

Question

我有一个表示图像的 32x32 numpy 数组，其中 50% 的值（总计 512 个像素）是 NaN。我想使用 scipy.interpolate 中的 griddata 函数来填充这些缺失值，以便我可以重建图像。

但是，我很难理解 griddata 函数以及如何将我的图像数组传递给它。该函数的参数列在 documentation 中，但我无法理解这些参数在我的数据上下文中的含义。

到目前为止我的理解是 xi 参数指示我的图像数组中我想要插值的索引，我认为这将是 NaN 所在的所有位置。 values 参数是我的图像数组，但文档中提到的形状是 (n,) 所以我必须展平数组吗？我真的不确定 points 参数代表什么。

图像数组看起来像这样：

array([[[ nan,  79.,  nan, ...,  nan,  nan,  44.],
        [ nan,  84.,  45., ...,  48.,  84.,  44.],
        [ nan,  nan,  56., ...,  42.,  66.,  34.],
        ...,
        [126.,  nan,  nan, ...,  70.,  nan, 133.],
        [135., 137.,  nan, ...,  nan,  nan,  nan],
        [142.,  nan,  nan, ...,  nan,  nan, 151.]]])

欢迎提出任何建议。另外，有没有更好的方法来插入丢失的像素值？谢谢。

Answer 1

要回答有关 griddata 如何工作的问题：为了执行插值，您需要提供现有数据点（位置和值）和您希望插值的节点。您现有数据点的位置对应于第一个关键字（points），而它们的值由第二个关键字（values）表示。想象一下，您将测量表面的温度，然后点会为您提供测量位置，而值会告诉您记录的相应温度。最后，第三个关键字 (xi) 包含您希望对现有数据进行插值的点的坐标。通常，这将是一个结构化网格，必须包含在现有数据的空间范围内。这意味着，对于网格中的每个节点，都存在可以定义包含网格点的多边形的数据点。

现在，关于如何实际插入您的数据，这个应该对您有所帮助。

如何使用 scipy 网格数据对 32x32 图像的缺失像素值进行插值？

How to interpolate the missing pixel values of a 32x32 image using scipy griddata?

python

interpolation

numpy

scipy