Python OpenCV resize图像不产生新像素值的方法

OpenCV resize函数与默认插值行为

具体实现代码如下所示：

def resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None):

若直接调用vanilla resize且保持默认参数，系统会对原图像执行插值运算。无论图像是放大还是缩小，该过程均会通过插值算法生成新的像素值。

语义分割中避免新像素值的必要性

在语义分割任务中，对目标掩码（target）进行resize操作时，通常期望不产生新的像素值。这是因为掩码中的颜色信息直接对应像素的类别标签，引入新像素值会破坏类别信息的准确性。

使用INTER_NEAREST实现最近邻缩放

当需要resize后不生成新像素值，而是采用最近邻点的像素值作为新像素值时，只需将interpolation参数设置为cv2.INTER_NEAREST。该参数的默认值为双线性插值，几乎必然会产生新的像素值，因此必须显式指定最近邻模式。

补充知识：python+OpenCV最近邻域插值法 双线性插值法原理

最近邻域插值法原理

1.最近邻域插值法

假设原图像尺寸为1022，将其缩放到510，此时可以用原图像上的点来直接表示目标图像上的每一个点。

例如，目标图像上的点(1,2)可以直接映射为原图像的点（2，4）。

dst x 1 -> dst x 2 newX newX = x*(src 行/目标 行) newX = 1*(10/5) = 2 newY = y*(src列/目标 列) newY = 2*(20/10) = 4

计算结果如12.3取12，当坐标为小数时，则取离整数最近的数。

双线性插值法计算过程

2.双线性插值法

A1(15.2,22) A2(15.2,23) B1(15,22.3) B2(16,22.3)

A1 = 20%上面的点 + 80%下面的点A2

B1 = 30%左边的点 + 70%右面的点B2

中间的点 = A130% + A270%

中间的点 = B120% + B280%

以上关于python使用opencv resize图像不进行插值的操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。