问题标签 [bicubic]

我试图理解双三次卷积算法，但无法理解内核是如何作为一个宽函数给出的，

变成了这个矩阵：

我知道到达矩阵 a 被设置为 -0.5。无论我如何看待它，我都无法得出所示的非对称矩阵。

我已经浏览了Keys 的论文，但他没有扩展到矩阵表示法，我一直在努力解决如何到达那里。

任何见解将不胜感激。

我手头的任务是在点云中找到特定的轮廓。需要尽可能准确地确定它们。因此必须使用高阶多项式插值。我有由网格中的点组成的数据，每个点都有自己的高度。

我用matplotlib.contours函数找到轮廓非常成功。然后我直接用matplotlib.cntr（C++算法）来确定具体的轮廓。但由于该文件使用行进平方算法（线性插值），找到轮廓的精度不够好。

我正在寻找解决此问题的替代方法。一个建议的解决方案是

• 使用双三次插值来查找特定点周围的解析函数。
• 其次是函数导数的计算。
• 然后使用导数函数来确定导数保持在 0 的方向（使用点作为视点）。通过在该方向移动一小段距离，高度应保持不变。

使用这个算法应该找到一个轮廓。这个算法会起作用吗，在实现它时我可以走捷径吗（通过使用已经实现的功能）？

实现这个算法需要我付出相当大的努力，而且它可能只在理论上有效。我猜数字误差应该仍然存在（导数可能不完全是 0）并且最终甚至可能超过当前误差（使用行进方块）。我想考虑其他更简单、更快的方法来解决这个问题。

还有什么其他算法可以用来解决它？

有没有人遇到过类似的问题？你是怎么解决的？

我有一个在互联网上找到的用于调整图像大小的代码，但是有一个问题。我得到它的宽度和高度偏移 -1px。

我试图添加该偏移量，但它只是删除第一行，然后删除 1 px。

我期待得到这样的东西：Original。

但我得到的这张图片在宽度和高度上有问题的偏移 -1px：问题输出

我想了解双三次插值是如何工作的，为此我选择了最简单的例子，2x upsample。

所以我知道我从一个图像数组开始，假设它是：

1 5 6 8 7
3 4 8 9 7
9 8 7 5 4
3 2 5 4 7

由于我想要 2x 上采样，我将在列和行之间添加 0：

1 0 5 0 6 0 8 0 7
0 0 0 0 0 0 0 0 0
3 0 4 0 8 0 9 0 7
0 0 0 0 0 0 0 0 0
9 0 8 0 7 0 5 0 4
0 0 0 0 0 0 0 0 0
3 0 2 0 5 0 4 0 7

我知道如何在新图像上获得 4,4 的像素。首先，我需要使用 1 5 6 8 进行三次插值并获得 P1，然后 P2 使用 2 4 8 9，然后 P3 使用 9 8 7 5 和 P4 使用 3 2 5 4。最后我需要对像素强度进行三次插值P1 P2 P3 P4。我主要关心的是让像素达到 4,5 或 5,4

现在我用 Python 编写这段代码：

感谢！

目前我在 STM32 上使用 MLX90641 传感器来获取温度网格。网格本身是 18x12 像素。我想将此网格双三次插值到 31x23 的网格，我认为这是最合乎逻辑的吗？

我的数学/微积分知识足以掌握双三次插值的概念。但是我无法弄清楚让它在代码中工作。

使用的语言是 C++ 和https://www.paulinternet.nl/?page=bicubic作为来源。

我是否循环遍历我的双精度数组并在每个值上调用函数 bicubicInterpolate？为什么他们使用参数double x，double y？

谁能帮我将此功能应用于我的双网格[192]？

谢谢！

我目前正在用 C 语言为 Matlab 编写一个 MEX 文件，以首先旋转图像，然后对其进行双三次插值。在研究时，我在https://www.paulinternet.nl/?page=bicubic上发现了 C++ 中双三次插值的部分实现。但是，那里的代码只插入一个 4 x 4 的区域，并且只返回一个插值而不是足够的值来填充初始区域。

谁能告诉我如何将双三次插值应用于整个图像？图像是否被分成 4x4 块，然后进行插值？如何获取图像整个区域的值？另外，函数“bicubicInterpolate”中的“x”和“y”到底是什么？

我试图从这篇文章“https://stackoverflow.com/questions/20923956/bicubic-interpolation”的代码中看出这一点，但我不明白分数是如何计算的。

感谢您的帮助。

我有两个问题。

1. 为什么 PIL、CV2 和 skimage 的双三次结果彼此不同？虽然差异很小，但作为一种确定性方法，我想它应该对所有人都一样。
2. 我想在矩阵的特定轴上计算双三次。例如，如果x.shape => (?,256,256,?)，现在我想使用双三次调整x.shape => (?,512,512,?)的大小。有什么办法吗？PIL 和 CV2 对此不起作用。skimage 需要完整的形状，这在代码中引入了进一步的复杂性。顺便说一句，上面的 x 是一个 tensorflow 张量，因此如果有的话，更优选基于 tesorflow 的双三次调整大小。

当 a=-0.5 像往常一样时，我正在尝试使用下一个公式来实现三次插值方法。

我的线性插值和最近邻插值效果很好，但由于某种原因，三次插值因白色像素而失败，有时会将它们变成绿松石色，有时会弄乱另一种颜色。

例如使用旋转：（注意：请仔细查看右图，您会发现问题）

另一个具有更多黑色像素的示例。它几乎看起来很完美，但看狗的舌头。（强烈的白色像素再次变成绿松石色）

您可以看到我的线性插值实现效果很好：

由于实际旋转有效，我想我在代码中有一个我没有注意到的小错误，或者可能是数字错误或双/浮点错误。需要注意的是，我正常读取图像并将目标图像存储如下：

说明：

1. 在我的三次插值函数中，srcPoint（newX 和 newY）是逆变换的“着陆点”。

2. 在我的逆变换中，我没有使用像素的矩阵乘法，现在我只是使用旋转公式。这对于“数字错误”可能很重要。例如：

这是我的三次插值代码

我希望这里的人能够帮助我，谢谢！