当前位置: 首页 > news >正文

图像缩放的双线性插值算法

双线性插值

假设原图像大小为mn,目标图像大小为ab,
两幅图像的边长比为m/a n/b,目标图像的第(i,j)个像素点可以通过边长对应回原图像的对应坐标为(im/a,jn/b);
一般来说边长比值不是整数,

双线性插值通过寻找距离对应坐标最近的像素点,来计算该点的值(灰度值或RGB值)。

比如对应坐标为(2.5,4.5),那么原图像中最近的四个像素是(2,4)、(2,5)、(3,4),(3,5)、

两个图像中心重合,找对应坐标可以用((i+0.5)*m/a-0.5,(j+0.5)*n/b-0.5)代替;

如果是灰度图像,目标图像中(i,j)点的灰度值通过以下公式计算;

f(i,j) = w1*p1+w2*p2+w3*p3+w4*p4;//pi(i=1,2,3,4)是最近的四个像素点额度灰度值,wi(i=1,2,3,4)是各点对应的权值;

参考链接:https://wenku.baidu.com/view/7be17019ce84b9d528ea81c758f5f61fb636281d.html

http://www.dtcms.com/a/287600.html

相关文章:

  • Keepalived 监听服务切换与运维指南
  • Redis常见线上问题
  • 如何实现电脑自动关机与定时任务管理
  • MySQL 深度性能优化配置实战指南
  • UGUI 性能优化系列:第三篇——渲染与像素填充率优化
  • Redis性能测试全攻略:工具实操与性能优化指南
  • python conda 包管理工具 隔离环境
  • Ubuntu 22.04.3 LTS 安装 MySQL
  • 【数据结构初阶】--双向链表(二)
  • 基于单片机病床呼叫系统/床位呼叫系统
  • 【自用】JavaSE--集合框架(一)--斗地主案例
  • Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现动物分类(C#源码,UI界面版)
  • Python 常见库分类介绍及安装方法
  • 数据库第四次作业
  • 爬虫小知识三:selenium库
  • ElasticSearch:商品SKU+SPU实现join查询,设计及优化
  • 基于Eureka和restTemple的负载均衡
  • gitlab私有化部署
  • 月舟科技近调记录
  • Kotlin内联函数
  • 访问 gitlab 跳转 0.0.0.0
  • Kotlin泛型约束
  • QGIS新手教程10:专题图制作与图层渲染技巧全攻略(含分类与渐变)
  • 【通识】PCB文件
  • Elastic Search 8.x 分片和常见性能优化
  • IntelliJ IDEA中Mybatis的xml文件报错解决
  • 在Tailwind Css中如何书写flex布局
  • Linux C 信号操作
  • MCP 协议详细分析一 initialize ping tools/list tools/call
  • 13.5 Meta LLaMA 2核心技术拆解:4T数据训练+30%显存优化,70B模型准确率82.6%