1

我正在使用scipy.ndimage.interpolation.zoom双线性插值或双三次插值（如果我是正确的，顺序 = 1 或 3）。

https://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.ndimage.interpolation.zoom.html

在处理 RGB 图像时，双线性/双三次插值算法是否在每个颜色通道上独立运行，或者颜色通道之间是否存在某种依赖性？

4

1 回答 1

1

ndimage.interpolation.zoom没有RGB通道的概念；它缩放任意 n 维数组，对每个维度没有任何特殊意义。例如，如果您将图像存储为形状数组，(20, 20, 3)那么之后zoom(image, 2)它将成为形状数组，(40, 40, 6)这当然是不可取的。

大概您将使用zoom(image, (2, 2, 1))在两个维度上进行 2 倍缩放，而在通道维度上没有“缩放”。如果是这样，那么渠道之间就没有溢出。阅读NI_ZoomShift我看到的 C 代码，使用get_spline_interpolation_weights执行一维样条插值（不是双线性或双三次）来实现缩放。这意味着缩放将包括：

  1. 遍历每个 1D 切片image[:, c, ch]并通过 1D 插值对其进行缩放（切片之间没有交互）。
  2. 遍历每个 1D 切片image[r, :, ch]并通过 1D 插值对其进行缩放。
  3. 遍历每个 1D 切片image[r, c, :]并通过 1D 插值对其进行缩放 - 缩放因子为 1 将使值与机器精度保持一致。

对上述内容的测试：缩放整个图像与分别缩放每个通道。

import numpy as np
from scipy.ndimage.interpolation import zoom
image = np.random.uniform(size=(20, 20, 3))
output = zoom(image, (2, 2, 1))
for k in range(3):
    output_channel = zoom(image[:, :, k], 2)
    print(np.max(np.abs(output_channel - output[:, :, k])))

打印的值在 1e-15 左右，即输出与浮点错误相同。

于 2018-06-22T01:51:39.493 回答