我正在尝试编写自己的函数来使用最近邻插值算法来放大输入图像。不好的部分是我能够看到它是如何工作的，但找不到算法本身。我将不胜感激任何帮助。
这是我尝试将输入图像放大 2 倍的方法：
function output = nearest(input)
[x,y]=size(input);
output = repmat(uint8(0),x*2,y*2);
[newwidth,newheight]=size(output);
for i=1:y
for j=1:x
xloc = round ((j * (newwidth+1)) / (x+1));
yloc = round ((i * (newheight+1)) / (y+1));
output(xloc,yloc) = input(j,i);
end
end
这是Mark建议后的输出
这个答案比试图简洁有效的解释性更强。我认为gnovice的解决方案在这方面是最好的。如果您想了解它是如何工作的，请继续阅读...
现在您的代码的问题是您正在将位置从输入图像映射到输出图像，这就是您得到参差不齐的输出的原因。考虑一个输入图像全为白色且输出初始化为黑色的示例，我们得到以下结果：
你应该做的是相反的（从输出到输入）。为了说明，请考虑以下符号：
1 c 1 scaleC*c
+-----------+ 1 +----------------------+ 1
| | | | | |
|----o | <=== | | |
| (ii,jj) | |--------o |
+-----------+ r | (i,j) |
inputImage | |
| |
+----------------------+ scaleR*r
ouputImage
Note: I am using matrix notation (row/col), so:
i ranges on [1,scaleR*r] , and j on [1,scaleC*c]
and ii on [1,r], jj on [1,c]
这个想法是，对于(i,j)输出图像中的每个位置，我们希望将其映射到输入图像坐标中“最近”的位置。由于这是一个简单的映射，我们使用将给定映射x到y（给定所有其他参数）的公式：
x-minX y-minY
--------- = ---------
maxX-minX maxY-minY
在我们的例子中，x是i/j坐标并且y是ii/jj坐标。因此，替换每个给我们：
jj = (j-1)*(c-1)/(scaleC*c-1) + 1
ii = (i-1)*(r-1)/(scaleR*r-1) + 1
将各个部分放在一起，我们得到以下代码：
% read a sample image
inputI = imread('coins.png');
[r,c] = size(inputI);
scale = [2 2]; % you could scale each dimension differently
outputI = zeros(scale(1)*r,scale(2)*c, class(inputI));
for i=1:scale(1)*r
for j=1:scale(2)*c
% map from output image location to input image location
ii = round( (i-1)*(r-1)/(scale(1)*r-1)+1 );
jj = round( (j-1)*(c-1)/(scale(2)*c-1)+1 );
% assign value
outputI(i,j) = inputI(ii,jj);
end
end
figure(1), imshow(inputI)
figure(2), imshow(outputI)
不久前，我浏览了MATLAB 图像处理工具箱imresize中的函数代码，为图像的最近邻插值创建了一个简化版本。以下是它将如何应用于您的问题：
%# Initializations:
scale = [2 2]; %# The resolution scale factors: [rows columns]
oldSize = size(inputImage); %# Get the size of your image
newSize = max(floor(scale.*oldSize(1:2)),1); %# Compute the new image size
%# Compute an upsampled set of indices:
rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));
colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));
%# Index old image to get new image:
outputImage = inputImage(rowIndex,colIndex,:);
另一种选择是使用内置interp2函数，尽管您在其中一个评论中提到不想使用内置函数。
编辑：解释
如果有人感兴趣，我想我会解释上面的解决方案是如何工作的......
newSize = max(floor(scale.*oldSize(1:2)),1);
首先，要获得新的行和列大小，旧的行和列大小乘以比例因子。这个结果用 向下舍入到最接近的整数floor。如果比例因子小于 1，您最终可能会遇到一个奇怪的情况，即其中一个大小值为 0，这就是为什么调用 tomax将任何小于 1 的值替换为 1 的原因。
rowIndex = min(round(((1:newSize(1))-0.5)./scale(1)+0.5),oldSize(1));
colIndex = min(round(((1:newSize(2))-0.5)./scale(2)+0.5),oldSize(2));
接下来，为行和列计算一组新的索引。首先，计算上采样图像的一组索引1:newSize(...)：每个图像像素被认为具有给定的宽度，例如像素 1 从 0 到 1，像素 2 从 1 到 2 等等。因此将像素的“坐标”视为中心，这就是为什么 0.5从指数中减去。然后将这些坐标除以比例因子，得到一组原始图像的像素中心坐标，然后将其加上 0.5 并四舍五入以获得原始图像的一组整数索引。调用min确保这些索引都不大于原始图像大小oldSize(...)。
outputImage = inputImage(rowIndex,colIndex,:);
最后，通过简单地对原始图像进行索引来创建新的上采样图像。
MATLAB 已经为您完成了。使用imresize：
output = imresize(input,size(input)*2,'nearest');
或者如果你想同时缩放 x & y，
output = imresize(input,2,'nearest');
您只需要一个更通用的公式来计算 xloc 和 yloc。
xloc = (j * (newwidth+1)) / (x+1);
yloc = (i * (newheight+1)) / (y+1);
这假设您的变量有足够的乘法结果范围。