Hướng dẫn nearest neighbor interpolation image python - trăn hình ảnh nội suy hàng xóm gần nhất

Nội suy hình ảnh

Nội suy hình ảnh đề cập đến việc thay đổi kích thước của một hình ảnh kỹ thuật số. Nội suy là vấn đề xấp xỉ giá trị của hàm cho một điểm không được cung cấp trong một số không gian khi được đưa ra giá trị của hàm đó trong các điểm xung quanh (lân cận) điểm đó.

Nội suy hình ảnh có ba kỹ thuật chính:

1. Nội suy hàng xóm gần nhất

Nội suy lân cận gần nhất (còn được gọi là nội suy gần hoặc, trong một số bối cảnh, lấy mẫu điểm) là một phương pháp nội suy đa biến đơn giản trong một hoặc nhiều chiều. Thuật toán hàng xóm gần nhất chọn giá trị của điểm gần nhất và không xem xét các giá trị của các điểm lân cận, mang lại một nội suy liên tục. Thuật toán rất đơn giản để thực hiện và thường được sử dụng (thường cùng với mipmapping) trong kết xuất 3D thời gian thực để chọn các giá trị màu cho bề mặt kết cấu (Wikipedia).

2. Nội suy song phương

Nội suy song tuyến được thực hiện bằng cách sử dụng phép nội suy tuyến tính trước một hướng, và sau đó một lần nữa theo hướng khác. Nội suy song tuyến sử dụng các giá trị chỉ có 4 pixel gần nhất, nằm theo hướng chéo từ một pixel đã cho, để tìm các giá trị cường độ màu thích hợp của pixel đó (wikipedia).

3. Nội suy bicubic

Trong quá trình xử lý hình ảnh, phép nội suy bicubic thường được chọn trên nội suy song song hoặc lân cận gần nhất trong việc lấy mẫu hình ảnh, khi tốc độ không phải là vấn đề. Trái ngược với phép nội suy song song, chỉ đưa 4 pixel (2 × 2) vào tài khoản, nội suy bicubic xem xét 16 pixel (4 × 4) (Wikipedia)

Kết quả

Dự án nhân bản

$ git clone https://github.com/yasinEnigma/Image_Interpolation/
$ pip3 install -r requirements.txt
$ python3 main.py