Image processing 最近邻插值在2D上的工作方式(放大)
我对这种方法有点怀疑: 假设我们有一个大小为2x2像素的灰度图像,可以用以下矩阵表示:Image processing 最近邻插值在2D上的工作方式(放大),image-processing,interpolation,nearest-neighbor,Image Processing,Interpolation,Nearest Neighbor,我对这种方法有点怀疑: 假设我们有一个大小为2x2像素的灰度图像,可以用以下矩阵表示: [100, 120] [080, 100] 我们希望将其大小调整为3x3像素: [100, X, 120] [ X, X, X] [080, X, 100] 丢失的数据点(像素)将如何填充 它会复制第一个最近的数据点(像素)吗? 例如: [100, 100, 120] [100, 100, 120] [080, 080, 100] [100, 110, 120] [090, 100, 110] [
[100, 120]
[080, 100]
我们希望将其大小调整为3x3像素:
[100, X, 120]
[ X, X, X]
[080, X, 100]
丢失的数据点(像素)将如何填充
它会复制第一个最近的数据点(像素)吗?
例如:
[100, 100, 120]
[100, 100, 120]
[080, 080, 100]
[100, 110, 120]
[090, 100, 110]
[080, 090, 100]
或者,它会计算两个最近邻居之间的平均值吗?
例如:
[100, 100, 120]
[100, 100, 120]
[080, 080, 100]
[100, 110, 120]
[090, 100, 110]
[080, 090, 100]
谢谢你的复制。平均将是双线性插值。好的,我理解,但我还有一个疑问。当我有奇数个像素且两个最近邻居之间的“距离”相等时(如问题中的示例),我是否应该始终复制左侧(或列中的上方)像素?Thanks@KelvinS当前位置如何取整取决于你自己。IEEE round函数通常将中间值向零舍入,这意味着您将拾取左侧或顶部的像素。只要你是一致的,这并不重要。这取决于应用程序。要么从应用程序的角度看,它没有什么区别,而您只是不在乎(使用任何规则),要么它确实有区别,它所产生的区别将告诉您采用什么规则。