python - 哪种插值最适合调整图像大小？

Question

我有一个 numpy 数组，我希望使用 opencv 调整它的大小。它的值范围从 0 到 255。如果我选​​择使用 cv2.INTER_CUBIC，我可能会得到这个范围之外的值。这是不可取的，因为调整大小的数组应该仍然表示图像。一种解决方案是将结果裁剪到 [0, 255]。另一种是使用不同的插值方法。据我了解，使用 INTER_AREA 对图像进行下采样是有效的，但在对图像进行上采样时，其工作方式与最近邻相似，因此渲染效果不符合我的目的。

我应该使用 INTER_CUBIC(和剪辑)、INTER_AREA 还是 INTER_LINEAR？

使用 INTER_CUBIC 的值超出范围的示例:

a = np.array( [ 0, 10, 20, 0, 5, 2, 255, 0, 255 ] ).reshape( ( 3, 3 ) )
[[  0  10  20]
 [  0   5   2]
 [255   0 255]]

b = cv2.resize( a.astype('float'), ( 4, 4 ), interpolation = cv2.INTER_CUBIC )
[[   0.            5.42489886   15.43670964   21.29199219]
 [ -28.01513672   -2.46422291    1.62949324  -19.30908203]
 [  91.88964844   25.07939219   24.75106835   91.19140625]
 [ 273.30322266   68.20603609   68.13853455  273.15966797]]

编辑:正如 berak 指出的那样，将类型转换为 float (从 int64)允许原始范围之外的值。 cv2.resize() 函数不适用于默认的“int64”类型。但是，转换为“uint8”会自动将值饱和到 [0..255]。

此外，正如 SaulloCastro 所指出的，另一个相关的答案演示了 scipy 的插值，并且默认方法是三次插值(具有饱和度)。

Answer 1

如果您正在放大图像，您应该更喜欢使用INTER_LINEAR 或INTER_CUBIC 插值。如果您要缩小图像，您应该更喜欢使用INTER_AREA插值。

三次插值在计算上更复杂，因此比线性插值慢。但是，生成的图像质量会更高。