如何选择图像插值方法？ (Emgu/OpenCV)答案

【问题标题】：How do I choose an image interpolation method? (Emgu/OpenCV)如何选择图像插值方法？ (Emgu/OpenCV)
【发布时间】：2011-03-07 22:37:44
【问题描述】：

Emgu（OpenCV 的 .net 包装器）提供的图像大小调整功能可以使用any one of four interpolation methods：

我大致了解线性插值，但只能猜测三次或面积的作用。我怀疑 NN 代表最近的邻居，但我可能是错的。

我调整图像大小的原因是为了减少像素数量（它们将在某些时候被迭代），同时保持它们的代表性。我之所以提到这一点，是因为在我看来，插值是这个目的的核心——因此，获得正确的类型应该非常重要。

那么我的问题是，每种插值方法的优缺点是什么？它们有何不同，我应该使用哪一个？

【问题讨论】：

【解决方案1】：

最近的邻居会尽可能快，但在调整大小时会丢失大量信息。

线性插值速度较慢，但不会导致信息丢失除非你正在缩小图像（你是）。

三次插值（实际上可能是“双三次”）使用包含多个相邻像素的许多可能公式之一。这对于缩小图像要好得多，但在不丢失信息的情况下，你可以做多少缩小仍然是有限的。根据算法，您可能可以将图像减少 50% 或 75%。这种方法的主要缺点是速度要慢得多。

不确定“面积”是什么 - 它实际上可能是“双三次”。此设置很可能会为您提供最佳结果（就信息丢失/外观而言），但代价是最长的处理时间。

更新：此链接提供了更多详细信息（包括您的列表中未包含的第五种类型）：

【讨论】：

【解决方案2】：

算法是：（描述来自 OpenCV 文档）

INTER_NEAREST - 最近邻插值
INTER_LINEAR - 双线性插值（默认使用）
INTER_AREA - 使用像素区域关系重新采样。它可能是图像抽取的首选方法，因为它可以提供无波纹的结果。但是当图片被缩放时，它类似于INTER_NEAREST方法。
INTER_CUBIC - 4x4 像素邻域的双三次插值
INTER_LANCZOS4 - 8x8 像素邻域上的 Lanczos 插值

如果您想要更快的速度，请使用最近邻法。

如果您想在下采样后保持图像质量，可以考虑使用基于 INTER_AREA 的插值，但同样取决于图像内容。

你可以找到详细的速度对比分析here

以下是从上述链接获取的 400*400 px 图像的速度比较

【讨论】：

【解决方案3】：

使用的插值方法取决于您要达到的目标：

CV_INTER_LINEAR 或 CV_INTER_CUBIC 应用低通滤波器（平均）以在视觉质量和边缘去除之间取得平衡（低通滤波器倾向于按顺序去除边缘以减少图像中的锯齿）。在这两者之间，我推荐你CV_INTER_CUBIC。

CV_INTER_NN 方法实际上是最近邻法，它是最基本的方法，您会得到更清晰的边缘（不会应用低通滤波器）。然而这种方法只是简单地像“缩放”图像一样，没有视觉增强。

【讨论】：

【解决方案4】：

它们都会丢失信息，您使用的信息取决于您需要的速度、您可以承受丢失多少信息以及图像的性质。

对不起，没有正确的答案 - 这就是为什么有选择

【讨论】：