2

我必须缩小数据以输入神经网络。

我想使用cv2.imresize，但是关于它如何插入数据以缩小它有多种选择：

  • INTER_NEAREST - 最近邻插值
  • INTER_LINEAR - 双线性插值（默认使用）
  • INTER_AREA - 使用像素区域关系重采样。它可能是图像抽取的首选方法，因为它可以提供无莫尔条纹的结果。但是当图像被缩放时，它类似于
  • INTER_NEAREST 方法。
  • INTER_CUBIC - 4x4 像素邻域的双三次插值
  • INTER_LANCZOS4 - 8x8 像素邻域的 Lanczos 插值

有没有人尝试过这些，如果有，你发现了什么？注意：我没有足够的时间尝试学习各种插值。

4

1 回答 1

3

对于下采样图像数据（我假设数据是图像，因为您使用的是 OpenCV），您可以使用区域平均来在速度和质量方面获得良好的性能（除非缩小因子非常小，可能会发生模糊）。

最近的邻居会定期丢弃一些单元格，但会非常快，因为实际上没有执行插值。然而，大多数图像都会出现一些混叠。

如果质量是您主要关心的问题，请使用Lanczos（通常比双三次图像要慢，但图像质量更高）。

众所周知，双三次和双线性在缩小图像小于 0.5 的因子时表现非常糟糕。

于 2015-07-10T12:25:58.877 回答