Question

我需要使用双线性插值调整图像大小并创建图像金字塔。我将检测金字塔不同级别的角点并缩放像素坐标，使它们相对于最大图像的尺寸。 / p>

如果一个物体的一个角被检测为所有等级中的一个角点/关键点/特征，在从不同等级缩放相应的像素坐标以使它们落在最大的图像上之后，理想情况下我希望它们能够具有相同的价值。因此，在调整图像大小时，我希望尽可能准确。

假设我正在调整图像L_n_minus_1的大小以创建更小的图像L_n。我的比例因子是“比率”（比率> 1）。

*我不能使用任何库。

我可以使用下面的伪代码调整大小（这是我在网上搜索调整算法大小时通常会发现的。）

int offset = 0;

for (int i = 0; i < height_of_L_n; i++){

for (int j = 0; j < width_of_L_n; j++){



    //********* This part will differ in the later version I provided below 
    //
    int xSrcInt = (int)(ratio * j);
    float xDiff = ratio * j - xSrcInt;

    int ySrcInt = (int)(ratio * i);
    float yDiff = ratio * i - ySrcInt;

    // The above code will differ in the later version I provided below 



    index = (ySrcInt * width_of_L_n_minus_1 + xSrcInt);

    //Get the 4 pixel values to interpolate
    a = L_n_minus_1[index];
    b = L_n_minus_1[index + 1];
    c = L_n_minus_1[index + width_of_L_n_minus_1];
    d = L_n_minus_1[index + width_of_L_n_minus_1 + 1];

    //Calculate the co-efficients for interpolation
    float c0 = (1 - x_diff)*(1 - y_diff);
    float c1 = (x_diff)*(1 - y_diff);
    float c2 = (y_diff)*(1 - x_diff);
    float c3 = (x_diff*y_diff);

    //half is added for rounding the pixel intensity.
    int intensity = (a*c0) + (b*c1) + (c*c2) + (d*c3) + 0.5;

    if (intensity > 255)
        intensity = 255;

    L_n[offset++] = intensity;

}

}

或者我可以使用下面这段修改过的代码：

int offset = 0;

for (int i = 0; i < height_of_L_n; i++){

for (int j = 0; j < width_of_L_n; j++){


    // Here the code differs from the first piece of code
    // Assume pixel centers start from (0.5,0.5). The top left pixel has co-ordinate (0.5,0.5)
    // 0.5 is added to go to the co-ordinates where top left pixel has co-ordinate (0.5,0.5) 
    // 0.5 is subtracted to go to the generally used co-ordinates where top left pixel has co-ordinate (0,0)
    // or in other words map the new co-ordinates to array indices

    int xSrcInt = int((ratio * (j + 0.5)) - 0.5);
    float xDiff = (ratio * (j + 0.5)) - 0.5 - xSrcInt;

    int ySrcInt = int((ratio * (i + 0.5)) - 0.5);
    float yDiff = (ratio * (i + 0.5)) - 0.5 - ySrcInt;

    // Difference with previous code ends here 



    index = (ySrcInt * width_of_L_n_minus_1 + xSrcInt);


    //Get the 4 pixel values to interpolate
    a = L_n_minus_1[index];
    b = L_n_minus_1[index + 1];
    c = L_n_minus_1[index + width_of_L_n_minus_1];
    d = L_n_minus_1[index + width_of_L_n_minus_1 + 1];


    //Calculate the co-efficients for interpolation
    float c0 = (1 - x_diff)*(1 - y_diff);
    float c1 = (x_diff)*(1 - y_diff);
    float c2 = (y_diff)*(1 - x_diff);
    float c3 = (x_diff*y_diff);

    //half is added for rounding the pixel intensity.
    int intensity = (a*c0) + (b*c1) + (c*c2) + (d*c3) + 0.5;

    if (intensity > 255)
        intensity = 255;

    L_n[offset++] = intensity;

}

}

开发第二段代码假设像素中心具有像纹理一样的坐标，如（0.5,0.5）。这样左上角的像素将具有坐标（0.5,0.5）。

让我们假设：

2 x 2目标图像正在从4 x 4源图像调整大小。

在第一段代码中，假设第一个像素具有坐标（0,0），因此例如我的比率是2.然后

xSrcInt =（int）（0 * 2）; // 0 ySrcInt =（int）（0 * 2）; // 0

xDiff =（0 * 2） - 0; // 0 yDiff =（0 * 2） - 0; // 0

因此，我将只复制源中的第一个像素值，因为c0将为1，c1，c2和c3将为0。

但是在第二段代码中我会得到

xSrcInt =（int）（（0.5 * 2） - 0.5）; // 0; ySrcInt =（int）（（0.5 * 2） - 0.5）; // 0;

xDiff =（（0.5 * 2） - 0.5） - 0; // 0.5; yDiff =（（0.5 * 2） - 0.5） - 0; // 0.5;

在这种情况下，c0，c1，c2和c3都将等于0.25。因此，我将使用左上角的4个像素。

请告诉我您的想法以及我的第二段代码中是否有任何错误。就视觉效果而言，他们的工作非常完美。但是我确实注意到关键点与第二段代码的更好对齐。但可能是因为我在判断偏见： - ）。

提前致谢。

准确的图像大小调整

0 个答案: