Tensorflow 和 OpenCV 中的双线性插值实现

Question

我正在尝试处理在tensorflow 和OpenCV 中实现的bilinear interpolation。我的理解使我相信插值点网格在两个库中的位置不同。在样本矩阵上获得的不同结果证明了这一点：

import tensorflow as tf, numpy as np, cv2
a = np.arange(9, dtype=np.float32).reshape(3, 3)
cv2.resize(a, (2, 2))

输出

array([[1. , 2.5],
       [5.5, 7. ]], dtype=float32)

同时

tf.InteractiveSession()
tf.image.resize_images(a[None, :, :, None], (2, 2)).eval()[0, :, :, 0]

输出

array([[0. , 1.5],
       [4.5, 6. ]], dtype=float32)

这个诊断正确吗？如果是这样，在tensorflow和OpenCV中放置插值点的方案是什么？

Answer 1

通常（在 OpenCV、Matlab、scipy 等中），像素被假定为覆盖单位区域，并且对齐的是左上角和右下角像素的角。采样间隔更改为old_size / new_size。

在Tensorflow中，有两种全新的方案，都与上面的方案不匹配。

对于align_corners=True，角像素中心与中间的(old_size - 1) / (new_size - 1) 的新采样间隔对齐。 对于align_corners=False，只有左上角的像素centers是对齐的，其余的则以间隔old_size / new_size进行采样。