Python放大图像（无外部库帮助）_Python_Numpy_Image Resizing

Python放大图像（无外部库帮助）

python numpy

Python放大图像（无外部库帮助）,python,numpy,image-resizing,Python,Numpy,Image Resizing,我试图将图像放大200%，但输出图像上方有一些奇怪的条形图。我想这和中心像素有关。我尝试在不使用诸如resize（）之类的库函数的情况下执行此操作。作为参考，我尝试实现以下功能： import numpy as np img = cv2.imread('C:\\Users\\usama\\Downloads\\lena.tiff',0) # Open Image in grayscale origImg = np.asarray(img)

我试图将图像放大200%，但输出图像上方有一些奇怪的条形图。我想这和中心像素有关。我尝试在不使用诸如resize（）之类的库函数的情况下执行此操作。作为参考，我尝试实现以下功能：

import numpy as np

img = cv2.imread('C:\\Users\\usama\\Downloads\\lena.tiff',0)             # Open Image in grayscale
origImg = np.asarray(img)                   # Convert Image to 2D Array
upscaledImg = np.zeros((1024,1024))         # Empty Array for upscaled Image

rowOld = 0            # Orignal Image Row
rowNew = 0            # Upscaled Image Row
colOld = 0            # Original Image Column
colNew = 0            # Upscaled Image Column

def pixeltop():
    return int(origImg[rowOld][colOld]) / 2 + int(origImg[rowOld][colOld + 1]) / 2

def pixelcenter():
    return (int(origImg[rowOld+1][colOld]) + int(origImg[rowOld+1][colOld + 1]) + int(origImg[rowOld+1][colOld]) + int(origImg[rowOld][colOld + 1]))/5

def pixelleft():
    return int(origImg[rowOld][colOld]) / 2 + int(origImg[rowOld + 1][colOld]) / 2

def pixelright():
    return int(origImg[rowOld][colOld + 1]) / 2 + int(origImg[rowOld + 1][colOld + 1]) / 2

def pixelbottom():
    return int(origImg[rowOld + 1][colOld]) / 2 + int(origImg[rowOld + 1][colOld + 1]) / 2

while rowOld < (len(origImg)):                # Outer Loop for transversing rows
  colOld = 0
  colNew = 0
  while colOld < (len(origImg)):              # Inner Loop for transversing columns
    upscaledImg[rowNew][colNew] = origImg[rowOld][colOld]
    upscaledImg[rowNew][colNew+1] = pixeltop()
    upscaledImg[rowNew][colNew+2] = origImg[rowOld][colOld+1]
    upscaledImg[rowNew+1][colNew] = pixelleft()
    upscaledImg[rowNew+1][colNew+1] = pixelcenter()
    upscaledImg[rowNew+1][colNew+2] = pixelright()
    upscaledImg[rowNew+2][colNew] = origImg[rowOld+1][colOld]
    upscaledImg[rowNew+2][colNew+1] = pixelbottom()
    upscaledImg[rowNew+2][colNew+2] = origImg[rowOld+1][colOld+1]
    colOld +=2
    colNew +=4

    if(rowOld == 511):
      break
  rowOld += 2
  rowNew += 4

cv2.imwrite('upscaled.png',upscaledImg)

将numpy导入为np
img=cv2.imread（'C:\\Users\\usama\\Downloads\\lena.tiff'，0）#以灰度打开图像
origImg=np.asarray（img）#将图像转换为二维阵列
upscaledImg=np.zeros（（10241024））#用于放大图像的空数组
Rowled=0#原始图像行
rowNew=0#放大的图像行
colOld=0#原始图像列
colNew=0#放大的图像列
def pixeltop（）：
返回int（origImg[rowOld][colOld]）/2+int（origImg[rowOld][colOld+1]）/2
def pixelcenter（）：
return（int（origImg[rowlod+1][colOld]）+int（origImg[rowlod+1][colOld+1]）+int（origImg[rowlod+1][colOld]）+int（origImg[rowlod][colOld+1]）/5
def pixelleft（）：
返回int（origImg[rowOld][colOld]）/2+int（origImg[rowOld+1][colOld]）/2
def pixelright（）：
返回int（origImg[rowOld][colOld+1]）/2+int（origImg[rowOld+1][colOld+1]）/2
def pixelbooth（）：
返回int（origImg[rowOld+1][colOld]）/2+int（origImg[rowOld+1][colOld+1]）/2
而Rowled<（len（origImg））：#用于横穿行的外部循环
colOld=0
colNew=0
而colOld<（len（origImg））：#用于横穿列的内部循环
upscaledImg[rowNew][colNew]=origImg[rowled][colOld]
upscaledImg[rowNew][colNew+1]=pixeltop（）
upscaledImg[rowNew][colNew+2]=origImg[rowled][colOld+1]
upscaledImg[rowNew+1][colNew]=pixelleft（）
upscaledImg[rowNew+1][colNew+1]=像素中心（）
upscaledImg[rowNew+1][colNew+2]=pixelright（）
upscaledImg[rowNew+2][colNew]=原始[rowOld+1][colOld]
upscaledImg[rowNew+2][colNew+1]=像素底部（）
upscaledImg[rowNew+2][colNew+2]=原始[rowOld+1][colOld+1]
colOld+=2
colNew+=4
如果（rowOld==511）：
打破
罗尔德+=2
rowNew+=4
cv2.imwrite（'upscaled.png'，upscaledImg）

输出：

新图像是通过修改3x3像素的窗口来构建的，但是您的窗口移动了4像素乘4像素，留下了一个像素的间隙，因此出现了黑条

仅关注行的示例：

我们从rownew=0开始

->已设置Img[0]

->已设置Img[0+1]

->已设置img[0+2]

现在rownew+=4

->已设置Img[4+0]

->已设置Img[4+1]

->已设置Img[4+2]

将Img[3]留空

您可以将窗口的填充更改为3，也可以执行分配以具有4x4窗口

新图像是通过修改3x3像素的窗口构建的，但是您的窗口移动了4像素乘4像素，留下了一个像素的间隙，因此出现了黑条