用于图像缩放的双三次插值

时间:2018-04-13 14:29:31

标签: python image algorithm image-processing bicubic

我试图实现一个非常基本的双立方算法,用它来进行图像缩放。我在堆栈溢出时使用other questions并尝试将代码转换为Python。

它没有任何错误正确执行,我已经检查了几次数学但我无法找到这种问题的原因似乎一切都应该运行顺利,但结果我得到了这个:

Result

任何帮助表示感谢。

以下是来源:

def getBicPixelChannel(img,x,y,channel):
if x < img.shape[1] & y < img.shape[0]:
    return img[y,x,channel]

return 0


def Bicubic(img, rate):
new_w = int(math.ceil(float(img.shape[1]) * rate))
new_h = int(math.ceil(float(img.shape[0]) * rate))

new_img = np.zeros((new_w, new_h, 3))

x_rate = float(img.shape[1]) / new_img.shape[1]
y_rate = float(img.shape[0]) / new_img.shape[0]

C = np.zeros(5)

for hi in range(new_img.shape[0]):
    for wi in range(new_img.shape[1]):

        x_int = int(wi * x_rate)
        y_int = int(hi * y_rate)

        dx = x_rate * wi - x_int
        dy = y_rate * hi - y_int

        for channel in range(new_img.shape[2]):
            for jj in range(0,4):
                o_y = y_int - 1 + jj
                a0 = getBicPixelChannel(img,x_int,o_y, channel)
                d0 = getBicPixelChannel(img,x_int - 1,o_y, channel) - a0
                d2 = getBicPixelChannel(img,x_int + 1,o_y, channel) - a0
                d3 = getBicPixelChannel(img,x_int + 2,o_y, channel) - a0

                a1 = -1./3 * d0 + d2 - 1./6 * d3
                a2 = 1./2 * d0 + 1./2 * d2
                a3 = -1./6 * d0 - 1./2 * d2 + 1./6 * d3
                C[jj] = a0 + a1 * dx + a2 * dx * dx + a3 * dx * dx * dx

            d0 = C[0] - C[1]
            d2 = C[2] - C[1]
            d3 = C[3] - C[1]
            a0 = C[1]
            a1 = -1. / 3 * d0 + d2 - 1. / 6 * d3
            a2 = 1. / 2 * d0 + 1. / 2 * d2
            a3 = -1. / 6 * d0 - 1. / 2 * d2 + 1. / 6 * d3
            new_img[hi, wi, channel] = a0 + a1 * dy + a2 * dy * dy + a3 * dy * dy * dy

return new_img

1 个答案:

答案 0 :(得分:2)

我认为你的问题出在这行代码中:

if x < img.shape[1] & y < img.shape[0]:

从我收集的内容来看,&是Python中的逐位AND运算符,它的higher precedence<好。因此,您正在计算的是:

if x < ( img.shape[1] & y ) < img.shape[0]:

(无论那意味着......)

相反,试试这个:

if (x < img.shape[1]) and (y < img.shape[0]):

and是Python的布尔AND运算符。