Python:获得了一个带有意外网格线的输出图像

我正在编写一个函数，将输入图像缩放为 它的输入大小。函数Resize（Mat I，float s）首先填充和Mat的 包含查询点坐标的。然后，我通过以下公式计算查询值： 使用双线性插值

输出图像似乎没有问题，只是上面有一个意外的#形网格。你能为决议提供一些提示吗

输出图像：

代码：

---

您将得到一个黑色像素，

x

是一个整数，

y

是一个整数

请看下面的代码：

x1 = math.floor(x)
x2 = math.ceil(x)
vq1= (x-x1)*I[y1,x2] + (x2-x)*I[y1,x1]
vq2= (x-x1)*I[y2,x2] + (x2-x)*I[y2,x1]

# calc interval between output points
interval = (orig_x-1) / (tar_x-1)

# Setting the query points
for i in range(0, tar_y):
    for j in range(0, tar_x):
        #set X[i, j] and Y[i,j]
        X[i][j] = j * interval

假设：

x=85.0

x1=地板（x）

=

85

x2=ceil（x）

=

85

（x-x1）

=

（85-85）

=

0

（x2-x）

=

（85-85）

=

0

vq1=（x-x1）*I[y1，x2]+（x2-x）*I[y1，x1]

=

0*I[y1，x2]+0*I[y1，x1]

=

0

vq2=（x-x1）*I[y2，x2]+（x2-x）*I[y2，x1]

=

0*I[y2，x2]+0*I[y2，x1]

=

0

输出[i，j]=（y-y1）*vq2+（y2-y）*vq1

=

（y-y1）*0+（y2-y）*0

=

0

结果：
在整个列中，

x=85.0

输出[i，j]的值为零（我们得到一个黑色列）

同样的结果应用于

y=85.0

——我们得到了一个黑行

---

x

值何时为整数

请看下面的代码：

x1 = math.floor(x)
x2 = math.ceil(x)
vq1= (x-x1)*I[y1,x2] + (x2-x)*I[y1,x1]
vq2= (x-x1)*I[y2,x2] + (x2-x)*I[y2,x1]

# calc interval between output points
interval = (orig_x-1) / (tar_x-1)

# Setting the query points
for i in range(0, tar_y):
    for j in range(0, tar_x):
        #set X[i, j] and Y[i,j]
        X[i][j] = j * interval

interval=（orig_x-1）/（tar_x-1）=255/639

=

（3*5*17/（3*3*71）

=

85/213

j*interval

=

j*85/213

每次

j

是

213

的倍数，

j*interval

是一个整数（我们得到一个黑色列）。
当

j=0

，

j=213

，

j=426

，

j=639

时会发生这种情况，因此有两个黑色列（在边距旁边）。
还有两个可见的黑色行（在边距旁边）

---

建议的解决方案：
将

x2=math.ceil（x）

替换为

x2=min（x1+1，原点x-1）

将

y2=math.ceil（y）

替换为

y2=min（y1+1，原y-1）

修正回路：

for i in range(0, tar_y):
    for j in range(0, tar_x):
        #set output[i,j] using X[i, j] and Y[i,j]           
        x = X[i][j]
        y = Y[i][j]
        x1 = math.floor(x)
        x2 = min(x1 + 1, orig_x-1)
        y1 = math.floor(y)
        y2 = min(y1 + 1, orig_y-1)
        vq1= (x-x1)*I[y1,x2] + (x2-x)*I[y1,x1]
        vq2= (x-x1)*I[y2,x2] + (x2-x)*I[y2,x1]
        output[i,j] = (y-y1)*vq2 + (y2-y)*vq1

---

结果：

---

既然所有编写的图像库都有一个可工作的插值调整函数，为什么您要自己编写呢？@TimRoberts不管OP为什么自己编写这个函数。这可能是出于教育目的或其他任何正当理由。OP有一个限定范围的问题，需要定义答案。不幸的是，OP没有提供答案d原始图像，这将使调试代码更容易一些。我怀疑

floor

和

ceil

函数。可能它们正在截断某些像素的坐标，或者可能您的采样间隔有问题。OP，按步骤逐像素调试，应该可以让您清楚地了解问题。无法comp您可能没有注意到他已经在导入opencv、numpy和matplotlib了。默认情况下，

output=cv.resize（I，640，480）

执行双线性插值。