[人工智能]opencv线性插值(上采样)

1、调用opencv的API

pyrUp(src, dst, Size(src.cols * 2, src.rows * 2));?

pyrUp：API详解

这里的up是指将图像的尺寸变大，所以原始图像位于图像金字塔的顶层。

首先将当前层图像的宽高扩大2倍，插入的行和列位于偶数行或偶数列，这些位置填充数值0；然后用和pyrDown一样的kernel和当前层的图像卷积，填充到刚才插入的行列中。

接口形式：

cv2.pyrUp(src[, dst[, dstsize[, borderType]]]) ->dst

• 参数含义：
• src：源图像；
• dst：目标图像；
• dstsize：缩放后目标图像的尺寸，必须满足std::abs(dsize.width – ssize.width*2) == dsize.width % 2 && std::abs(dsize.height – ssize.height*2) == dsize.height % 2
• borderType：边界填充类型；

2、源码实现?

先对图像进行升采样（将图像尺寸行和列方向增大一倍），然后再进行高斯平滑；

Mat UpSample(Mat src)
{
	Mat dst;

	if (src.channels() != 1)
		return src;
	dst.create(src.rows * 2, src.cols * 2, src.type());
	//cout << "-- " << dst.rows << " " << dst.cols << " --" << endl;

	int m = 0, n = 0;
	for (int i = 0; i < dst.rows-2; i += 2, m++)
	{
		n = 0;
		for (int j = 0; j < dst.cols-2; j += 2, n++)
		{
			//需要防止地址越界
			pixel_t sample = *(src.data + src.step[0] * m + src.step[1] * n);
			*(dst.data + dst.step[0] * i + dst.step[1] * j) = sample;
			pixel_t sample_x = (*(src.data + src.step[0] * m + src.step[1] * n) + *(src.data + src.step[0] * m + src.step[1] * (n+1)));
			*(dst.data + dst.step[0] * (i) + dst.step[1] * (j+1)) = sample_x/2;
			pixel_t sample_y = (*(src.data + src.step[0] * m + src.step[1] * n) + *(src.data + src.step[0] * (m+1)+ src.step[1] * (n)));
			*(dst.data + dst.step[0] * (i+1) + dst.step[1] * (j)) = sample_y/2;
			pixel_t sample_center = (*(src.data + src.step[0] * m + src.step[1] * n) +
				*(src.data + src.step[0] * (m + 1) + src.step[1] * (n)) +
				*(src.data + src.step[0] * (m + 1) + src.step[1] * (n + 1)) +
				*(src.data + src.step[0] * m + src.step[1] * (n + 1)));
			*(dst.data + dst.step[0] * (i + 1) + dst.step[1] * (j + 1)) = sample_center / 4;
		}
	}

	if (dst.rows < 3 || dst.cols < 3)
		return src;

	//最后两行两列
	for (int k = dst.rows-1; k >= 0; k--)
	{
		*(dst.data + dst.step[0] * k + dst.step[1] * (dst.cols - 2)) = *(dst.data + dst.step[0] * k + dst.step[1] * (dst.cols - 3));
		*(dst.data + dst.step[0] * k + dst.step[1] * (dst.cols - 1)) = *(dst.data + dst.step[0] * k + dst.step[1] * (dst.cols - 3));
	}
	for (int k = dst.cols-1; k >= 0; k--)
	{
		*(dst.data + dst.step[0] * (dst.rows - 2) + dst.step[1] * k) = *(dst.data + dst.step[0] * (dst.rows - 3) + dst.step[1] * k);
		*(dst.data + dst.step[0] * (dst.rows - 1) + dst.step[1] * k) = *(dst.data + dst.step[0] * (dst.rows - 3) + dst.step[1] * k);
	}
	dst = guassFilter(dst, 5, 1.05);
	return dst;
}

3、结果比较

（1）调用API

（2）源码实现

?