python中使用最近邻的仿射变换

Question

我想做一个仿射变换，然后使用最近邻插值，同时保持输入和输出图像的相同维数。例如，我使用缩放变换T=[[2,0,0]，[0,2,0]，[0,0,1]]。知道如何用最近邻填充黑色像素吗？我试着给他们邻居强度的最小值。例如，如果一个像素有邻居[55,22,44,11,22,55,23231]，我给它最小强度的值：11。但结果并不明朗

import numpy as np
from matplotlib import pyplot as plt

#Importing the original image and init the output image
img = plt.imread('/home/left/Desktop/computerVision/SET1/brain0030slice150_101x101.png',0)
outImg = np.zeros_like(img)

# Dimensions of the input image and output image (the same dimensions)
(width , height) = (img.shape[0], img.shape[1])

# Initialize the transformation matrix
T = np.array([[2,0,0], [0,2,0], [0,0,1]])

# Make an array with input image (x,y) coordinations and add [0 0 ... 1] row
coords = np.indices((width, height), 'uint8').reshape(2, -1)
coords = np.vstack((coords, np.zeros(coords.shape[1], 'uint8')))

output = T @ coords

# Arrays of x and y coordinations of the output image within the image dimensions
x_array, y_array = output[0] ,output[1]
indices = np.where((x_array >= 0) & (x_array < width) & (y_array >= 0) & (y_array < height))

# Final coordinations of the output image
fx, fy = x_array[indices], y_array[indices]

# Final output image after the affine transformation
outImg[fx, fy] = img[fx, fy]

输入图像为：

缩放后的输出图像为：

Answer 1

如果您需要手动执行此操作，则只需在调整大小的图像中检测暗像素，并将其值更改为4个相邻像素的平均值（例如，这取决于所需的alghoritm） 见：东北邻、双线性、双三次等

Answer 2

您可以简单地使用opencv resize函数

import cv2 
new_image = cv2.resize(image, new_dim, interpolation=cv.INTER_AREA)

它将一次性调整大小并填充空像素

more on cv2.resize