问题标签 [bilinear-interpolation]

我正在使用 TensorFlow 1.4.0

Tensorflow tf.image.resize_bilinear() 有一个名为“align_corners”的参数，当我们将其设置为 False 时，我对行为感到困惑。在官方文档中，它说：

align_corners：一个可选的布尔值。默认为假。如果为真，则输入和输出张量的 4 个角像素的中心对齐，保留角像素处的值。默认为假。

当我在以下程序中使用 tf.image.resize_bilinear() 和 align_corners=True 时：

它输出

哪些角正确对齐。

但是，当我设置 align_corners=False 时，我得到了以下奇怪的输出

有没有人明白为什么 Tensorflow 会使用这种奇怪的实现？我在任何地方都没有找到任何解释。

实际上 PyTorch 的双线性上采样也有 align_corner 参数，当您将其设置为 True 时，它​​运行良好。但是如果你将它设置为 False，它会执行与 Tensorflow 不同的行为。我现在完全对他们的实现感到困惑（也许只使用 align_corners=True 就可以了）。

使用此链接进行双线性插值 http://cv-tricks.com/image-segmentation/transpose-convolution-in-tensorflow/

我正在尝试使用虚拟矩阵（即在我的代码中命名为张量的 4 维 filter_shape）来获得一些结果。但这给了我一个错误。谁能帮我一个虚拟示例来运行这个双线性插值代码？

我想对高度数据的不规则网格执行双线性插值。草图粗略地显示了我的网格一个示例 x,y 对。我只有米色数据点，并希望在两者之间插入所有内容。插值

我的 y 值范围为 1 - 10，我的 x 值范围为 70-290。对的 z 在 4880 和 5000 之间变化，在较小的 x 值上具有最低值。到目前为止，我只使用线性方程进行插值（这次不可能），所以我不太确定如何解决这个问题。我正在考虑用 Python 或 R 来做。

编辑： 一些示例数据：

除了下面这个小程序的垃圾输出，我什么也得不到。我想做的就是

1. 加载和解码 jpeg 图像
2. 使用将其调整为 (224, 224)tf.resize_bilinear
3. 将其重新编码为 jpeg 并将其保存到文件中

将张量流导入为 tf

将 numpy 导入为 np

导入操作系统

从 PIL 导入图像

我只是得到垃圾数据，像这样的输出

我一直在基于 matlab 中的 wiki 示例进行双线性插值。我按照 T 的示例进行操作，但是在比较我的函数和内置 matlab 函数的输出时，结果大不相同，我无法弄清楚为什么会发生这种情况或如何发生这种情况。

使用内置 matlab 函数：

我的函数结果如下：

传递给函数的参数是 step4 = bilinear(Igray,1668,1836); （比例因子为 3）。

我刚开始学习图像处理。有人可以帮我解释一下这个Step3如何计算这些列吗？我真的不明白。所以请尽可能简单地解释一下。

旋转公式 ->前向和后向映射

流程图和方程式Step1

正向映射 -> Step2

后向映射表1 Step3 <--这是我的问题

后向映射表1（续）-> Step4

前向映射和后向映射结果 -> Step5

这个问题来自getRectSubPix_8u32fOpenCV 中的函数。基本上，目标是插入以下像素的强度（表示为I(a,b)）：

但令我困惑的是代码片段：

为什么要在这里手动设置地板0.0001？据我了解，强度p应该是I(0,0)ifp正好位于(0,0)。那么这里的物质思想是什么？为什么不设置一个底线b呢？

我最近正在阅读cv::getRectSubPixOpenCV 中的代码，其中涉及处理图像中的矩形。具体来说，我被困在adjustRect用于重塑越界矩形窗口的函数上。
根据 的代码，如果（红框）如下所示 ，矩形的adjustRect左上角p=(x,y)将变为p'=(-x,-y)（蓝框） ： 让我感到困惑的是中的最后一行：padjustRect

为什么src只改变x方向？据我了解，正确的代码应该是：

此外，如果两者都为负，我认为将指向src未定义的内存。任何人都可以帮忙吗？xy

我已经根据 MA​​TLAB 示例实现了双线性插值算法： https ://se.mathworks.com/matlabcentral/fileexchange/10772-fast-2-dimensional-interpolation ；https://en.wikipedia.org/wiki/Bilinear_interpolation - 单位平方公式。

加快实施速度会很好。有人可以给我建议如何优化代码以加快速度吗？请找到方法的一部分：

我想对一个非常大的图像（> 20Mb）执行双线性插值。常规代码需要很长时间。我尝试将其设为多处理，但在结果中，似乎只出现了最后一列像素。对不起，如果这是一个菜鸟问题。

是否有任何替代方法来优化代码？