• resize函数有五种插值算法

    转自http://blog.csdn.net/fengbingchun/article/details/17335477

    最新版OpenCV2.4.7中，cv::resize函数有五种插值算法：最近邻、双线性、双三次、基于像素区域关系、兰索斯插值。下面用for循环代替cv::resize函数来说明其详细的插值实现过程，其中部分代码摘自于cv::resize函数中的源代码。

    每种插值算法的前部分代码是相同的，如下：

    [cpp] view plain copy
     
     在CODE上查看代码片派生到我的代码片
    1. cv::Mat matSrc, matDst1, matDst2;  
    2.   
    3. matSrc = cv::imread("lena.jpg", 2 | 4);  
    4. matDst1 = cv::Mat(cv::Size(800, 1000), matSrc.type(), cv::Scalar::all(0));  
    5. matDst2 = cv::Mat(matDst1.size(), matSrc.type(), cv::Scalar::all(0));  
    6.   
    7. double scale_x = (double)matSrc.cols / matDst1.cols;  
    8. double scale_y = (double)matSrc.rows / matDst1.rows;  

    1、最近邻：公式，

                      

    [cpp] view plain copy
     
     在CODE上查看代码片派生到我的代码片
    1. for (int i = 0; i < matDst1.cols; ++i)  
    2. {  
    3.     int sx = cvFloor(i * scale_x);  
    4.     sx = std::min(sx, matSrc.cols - 1);  
    5.     for (int j = 0; j < matDst1.rows; ++j)  
    6.     {  
    7.         int sy = cvFloor(j * scale_y);  
    8.         sy = std::min(sy, matSrc.rows - 1);  
    9.         matDst1.at<cv::Vec3b>(j, i) = matSrc.at<cv::Vec3b>(sy, sx);  
    10.     }  
    11. }  
    12. cv::imwrite("nearest_1.jpg", matDst1);  
    13.   
    14. cv::resize(matSrc, matDst2, matDst1.size(), 0, 0, 0);  
    15. cv::imwrite("nearest_2.jpg", matDst2);  


    2、双线性：由相邻的四像素(2*2)计算得出，公式，

    [cpp] view plain copy
     
     在CODE上查看代码片派生到我的代码片
    1. uchar* dataDst = matDst1.data;  
    2. int stepDst = matDst1.step;  
    3. uchar* dataSrc = matSrc.data;  
    4. int stepSrc = matSrc.step;  
    5. int iWidthSrc = matSrc.cols;  
    6. int iHiehgtSrc = matSrc.rows;  
    7.   
    8. for (int j = 0; j < matDst1.rows; ++j)  
    9. {  
    10.     float fy = (float)((j + 0.5) * scale_y - 0.5);  
    11.     int sy = cvFloor(fy);  
    12.     fy -= sy;  
    13.     sy = std::min(sy, iHiehgtSrc - 2);  
    14.     sy = std::max(0, sy);  
    15.   
    16.     short cbufy[2];  
    17.     cbufy[0] = cv::saturate_cast<short>((1.f - fy) * 2048);  
    18.     cbufy[1] = 2048 - cbufy[0];  
    19.   
    20.     for (int i = 0; i < matDst1.cols; ++i)  
    21.     {  
    22.         float fx = (float)((i + 0.5) * scale_x - 0.5);  
    23.         int sx = cvFloor(fx);  
    24.         fx -= sx;  
    25.   
    26.         if (sx < 0) {  
    27.             fx = 0, sx = 0;  
    28.         }  
    29.         if (sx >= iWidthSrc - 1) {  
    30.             fx = 0, sx = iWidthSrc - 2;  
    31.         }  
    32.   
    33.         short cbufx[2];  
    34.         cbufx[0] = cv::saturate_cast<short>((1.f - fx) * 2048);  
    35.         cbufx[1] = 2048 - cbufx[0];  
    36.   
    37.         for (int k = 0; k < matSrc.channels(); ++k)  
    38.         {  
    39.             *(dataDst+ j*stepDst + 3*i + k) = (*(dataSrc + sy*stepSrc + 3*sx + k) * cbufx[0] * cbufy[0] +   
    40.                 *(dataSrc + (sy+1)*stepSrc + 3*sx + k) * cbufx[0] * cbufy[1] +   
    41.                 *(dataSrc + sy*stepSrc + 3*(sx+1) + k) * cbufx[1] * cbufy[0] +   
    42.                 *(dataSrc + (sy+1)*stepSrc + 3*(sx+1) + k) * cbufx[1] * cbufy[1]) >> 22;  
    43.         }  
    44.     }  
    45. }  
    46. cv::imwrite("linear_1.jpg", matDst1);  
    47.   
    48. cv::resize(matSrc, matDst2, matDst1.size(), 0, 0, 1);  
    49. cv::imwrite("linear_2.jpg", matDst2);  


    3、双三次：由相邻的4*4像素计算得出，公式类似于双线性

    [cpp] view plain copy
     
     在CODE上查看代码片派生到我的代码片
    1. int iscale_x = cv::saturate_cast<int>(scale_x);  
    2. int iscale_y = cv::saturate_cast<int>(scale_y);  
    3.   
    4. for (int j = 0; j < matDst1.rows; ++j)  
    5. {  
    6.     float fy = (float)((j + 0.5) * scale_y - 0.5);  
    7.     int sy = cvFloor(fy);  
    8.     fy -= sy;  
    9.     sy = std::min(sy, matSrc.rows - 3);  
    10.     sy = std::max(1, sy);  
    11.   
    12.     const float A = -0.75f;  
    13.   
    14.     float coeffsY[4];  
    15.     coeffsY[0] = ((A*(fy + 1) - 5*A)*(fy + 1) + 8*A)*(fy + 1) - 4*A;  
    16.     coeffsY[1] = ((A + 2)*fy - (A + 3))*fy*fy + 1;  
    17.     coeffsY[2] = ((A + 2)*(1 - fy) - (A + 3))*(1 - fy)*(1 - fy) + 1;  
    18.     coeffsY[3] = 1.f - coeffsY[0] - coeffsY[1] - coeffsY[2];  
    19.   
    20.     short cbufY[4];  
    21.     cbufY[0] = cv::saturate_cast<short>(coeffsY[0] * 2048);  
    22.     cbufY[1] = cv::saturate_cast<short>(coeffsY[1] * 2048);  
    23.     cbufY[2] = cv::saturate_cast<short>(coeffsY[2] * 2048);  
    24.     cbufY[3] = cv::saturate_cast<short>(coeffsY[3] * 2048);  
    25.   
    26.     for (int i = 0; i < matDst1.cols; ++i)  
    27.     {  
    28.         float fx = (float)((i + 0.5) * scale_x - 0.5);  
    29.         int sx = cvFloor(fx);  
    30.         fx -= sx;  
    31.   
    32.         if (sx < 1) {  
    33.             fx = 0, sx = 1;  
    34.         }  
    35.         if (sx >= matSrc.cols - 3) {  
    36.             fx = 0, sx = matSrc.cols - 3;  
    37.         }  
    38.   
    39.         float coeffsX[4];  
    40.         coeffsX[0] = ((A*(fx + 1) - 5*A)*(fx + 1) + 8*A)*(fx + 1) - 4*A;  
    41.         coeffsX[1] = ((A + 2)*fx - (A + 3))*fx*fx + 1;  
    42.         coeffsX[2] = ((A + 2)*(1 - fx) - (A + 3))*(1 - fx)*(1 - fx) + 1;  
    43.         coeffsX[3] = 1.f - coeffsX[0] - coeffsX[1] - coeffsX[2];  
    44.   
    45.         short cbufX[4];  
    46.         cbufX[0] = cv::saturate_cast<short>(coeffsX[0] * 2048);  
    47.         cbufX[1] = cv::saturate_cast<short>(coeffsX[1] * 2048);  
    48.         cbufX[2] = cv::saturate_cast<short>(coeffsX[2] * 2048);  
    49.         cbufX[3] = cv::saturate_cast<short>(coeffsX[3] * 2048);  
    50.   
    51.         for (int k = 0; k < matSrc.channels(); ++k)  
    52.         {  
    53.             matDst1.at<cv::Vec3b>(j, i)[k] = abs((matSrc.at<cv::Vec3b>(sy-1, sx-1)[k] * cbufX[0] * cbufY[0] + matSrc.at<cv::Vec3b>(sy, sx-1)[k] * cbufX[0] * cbufY[1] +  
    54.                 matSrc.at<cv::Vec3b>(sy+1, sx-1)[k] * cbufX[0] * cbufY[2] + matSrc.at<cv::Vec3b>(sy+2, sx-1)[k] * cbufX[0] * cbufY[3] +  
    55.                 matSrc.at<cv::Vec3b>(sy-1, sx)[k] * cbufX[1] * cbufY[0] + matSrc.at<cv::Vec3b>(sy, sx)[k] * cbufX[1] * cbufY[1] +  
    56.                 matSrc.at<cv::Vec3b>(sy+1, sx)[k] * cbufX[1] * cbufY[2] + matSrc.at<cv::Vec3b>(sy+2, sx)[k] * cbufX[1] * cbufY[3] +  
    57.                 matSrc.at<cv::Vec3b>(sy-1, sx+1)[k] * cbufX[2] * cbufY[0] + matSrc.at<cv::Vec3b>(sy, sx+1)[k] * cbufX[2] * cbufY[1] +  
    58.                 matSrc.at<cv::Vec3b>(sy+1, sx+1)[k] * cbufX[2] * cbufY[2] + matSrc.at<cv::Vec3b>(sy+2, sx+1)[k] * cbufX[2] * cbufY[3] +  
    59.                 matSrc.at<cv::Vec3b>(sy-1, sx+2)[k] * cbufX[3] * cbufY[0] + matSrc.at<cv::Vec3b>(sy, sx+2)[k] * cbufX[3] * cbufY[1] +  
    60.                 matSrc.at<cv::Vec3b>(sy+1, sx+2)[k] * cbufX[3] * cbufY[2] + matSrc.at<cv::Vec3b>(sy+2, sx+2)[k] * cbufX[3] * cbufY[3] ) >> 22);  
    61.         }  
    62.     }  
    63. }  
    64. cv::imwrite("cubic_1.jpg", matDst1);  
    65.   
    66. cv::resize(matSrc, matDst2, matDst1.size(), 0, 0, 2);  
    67. cv::imwrite("cubic_2.jpg", matDst2);  

    4、基于像素区域关系：共分三种情况，图像放大时类似于双线性插值，图像缩小(x轴、y轴同时缩小)又分两种情况，此情况下可以避免波纹出现。

    [cpp] view plain copy
     
     在CODE上查看代码片派生到我的代码片
    1. cv::resize(matSrc, matDst2, matDst1.size(), 0, 0, 3);  
    2. cv::imwrite("area_2.jpg", matDst2);  
    3.   
    4. double inv_scale_x = 1. / scale_x;  
    5. double inv_scale_y = 1. / scale_y;  
    6. int iscale_x = cv::saturate_cast<int>(scale_x);  
    7. int iscale_y = cv::saturate_cast<int>(scale_y);  
    8. bool is_area_fast = std::abs(scale_x - iscale_x) < DBL_EPSILON && std::abs(scale_y - iscale_y) < DBL_EPSILON;  
    9.   
    10. if (scale_x >= 1 && scale_y >= 1) //zoom out  
    11. {  
    12.     if (is_area_fast) //integer multiples  
    13.     {  
    14.         for (int j = 0; j < matDst1.rows; ++j)  
    15.         {  
    16.             int sy = j * scale_y;  
    17.   
    18.             for (int i = 0; i < matDst1.cols; ++i)  
    19.             {  
    20.                 int sx = i * scale_x;  
    21.   
    22.                 matDst1.at<cv::Vec3b>(j, i) = matSrc.at<cv::Vec3b>(sy, sx);  
    23.             }  
    24.         }  
    25.         cv::imwrite("area_1.jpg", matDst1);  
    26.         return 0;  
    27.     }  
    28.   
    29.     for (int j = 0; j < matDst1.rows; ++j)  
    30.     {  
    31.         double fsy1 = j * scale_y;  
    32.         double fsy2 = fsy1 + scale_y;  
    33.         double cellHeight = cv::min(scale_y, matSrc.rows - fsy1);  
    34.   
    35.         int sy1 = cvCeil(fsy1), sy2 = cvFloor(fsy2);  
    36.   
    37.         sy2 = std::min(sy2, matSrc.rows - 1);  
    38.         sy1 = std::min(sy1, sy2);  
    39.   
    40.         float cbufy[2];  
    41.         cbufy[0] = (float)((sy1 - fsy1) / cellHeight);  
    42.         cbufy[1] = (float)(std::min(std::min(fsy2 - sy2, 1.), cellHeight) / cellHeight);  
    43.   
    44.         for (int i = 0; i < matDst1.cols; ++i)  
    45.         {  
    46.             double fsx1 = i * scale_x;  
    47.             double fsx2 = fsx1 + scale_x;  
    48.             double cellWidth = std::min(scale_x, matSrc.cols - fsx1);  
    49.   
    50.             int sx1 = cvCeil(fsx1), sx2 = cvFloor(fsx2);  
    51.   
    52.             sx2 = std::min(sx2, matSrc.cols - 1);  
    53.             sx1 = std::min(sx1, sx2);  
    54.   
    55.             float cbufx[2];  
    56.             cbufx[0] = (float)((sx1 - fsx1) / cellWidth);  
    57.             cbufx[1] = (float)(std::min(std::min(fsx2 - sx2, 1.), cellWidth) / cellWidth);  
    58.   
    59.             for (int k = 0; k < matSrc.channels(); ++k)  
    60.             {  
    61.                 matDst1.at<cv::Vec3b>(j, i)[k] = (uchar)(matSrc.at<cv::Vec3b>(sy1, sx1)[k] * cbufx[0] * cbufy[0] +   
    62.                     matSrc.at<cv::Vec3b>(sy1 + 1, sx1)[k] * cbufx[0] * cbufy[1] +   
    63.                     matSrc.at<cv::Vec3b>(sy1, sx1 + 1)[k] * cbufx[1] * cbufy[0] +   
    64.                     matSrc.at<cv::Vec3b>(sy1 + 1, sx1 + 1)[k] * cbufx[1] * cbufy[1]);  
    65.             }  
    66.         }  
    67.     }  
    68.     cv::imwrite("area_1.jpg", matDst1);  
    69.     return 0;  
    70. }  
    71.   
    72. //zoom in,it is emulated using some variant of bilinear interpolation  
    73. for (int j = 0; j < matDst1.rows; ++j)  
    74. {  
    75.     int  sy = cvFloor(j * scale_y);  
    76.     float fy = (float)((j + 1) - (sy + 1) * inv_scale_y);  
    77.     fy = fy <= 0 ? 0.f : fy - cvFloor(fy);  
    78.   
    79.     short cbufy[2];  
    80.     cbufy[0] = cv::saturate_cast<short>((1.f - fy) * 2048);  
    81.     cbufy[1] = 2048 - cbufy[0];  
    82.   
    83.     for (int i = 0; i < matDst1.cols; ++i)  
    84.     {  
    85.         int sx = cvFloor(i * scale_x);  
    86.         float fx = (float)((i + 1) - (sx + 1) * inv_scale_x);  
    87.         fx = fx < 0 ? 0.f : fx - cvFloor(fx);  
    88.   
    89.         if (sx < 0) {  
    90.             fx = 0, sx = 0;  
    91.         }  
    92.   
    93.         if (sx >= matSrc.cols - 1) {  
    94.             fx = 0, sx = matSrc.cols - 2;  
    95.         }  
    96.   
    97.         short cbufx[2];  
    98.         cbufx[0] = cv::saturate_cast<short>((1.f - fx) * 2048);  
    99.         cbufx[1] = 2048 - cbufx[0];  
    100.   
    101.         for (int k = 0; k < matSrc.channels(); ++k)  
    102.         {  
    103.             matDst1.at<cv::Vec3b>(j, i)[k] = (matSrc.at<cv::Vec3b>(sy, sx)[k] * cbufx[0] * cbufy[0] +   
    104.                 matSrc.at<cv::Vec3b>(sy + 1, sx)[k] * cbufx[0] * cbufy[1] +   
    105.                 matSrc.at<cv::Vec3b>(sy, sx + 1)[k] * cbufx[1] * cbufy[0] +   
    106.                 matSrc.at<cv::Vec3b>(sy + 1, sx + 1)[k] * cbufx[1] * cbufy[1]) >> 22;  
    107.         }  
    108.     }  
    109. }  
    110. cv::imwrite("area_1.jpg", matDst1);  


    5、兰索斯插值：由相邻的8*8像素计算得出，公式类似于双线性

    [cpp] view plain copy
     
     在CODE上查看代码片派生到我的代码片
    1. int iscale_x = cv::saturate_cast<int>(scale_x);  
    2. int iscale_y = cv::saturate_cast<int>(scale_y);  
    3.   
    4. for (int j = 0; j < matDst1.rows; ++j)  
    5. {  
    6.     float fy = (float)((j + 0.5) * scale_y - 0.5);  
    7.     int sy = cvFloor(fy);  
    8.     fy -= sy;  
    9.     sy = std::min(sy, matSrc.rows - 5);  
    10.     sy = std::max(3, sy);  
    11.   
    12.     const double s45 = 0.70710678118654752440084436210485;  
    13.     const double cs[][2] = {{1, 0}, {-s45, -s45}, {0, 1}, {s45, -s45}, {-1, 0}, {s45, s45}, {0, -1}, {-s45, s45}};  
    14.     float coeffsY[8];  
    15.   
    16.     if (fy < FLT_EPSILON) {  
    17.         for (int t = 0; t < 8; t++)  
    18.             coeffsY[t] = 0;  
    19.         coeffsY[3] = 1;  
    20.     } else {  
    21.         float sum = 0;  
    22.         double y0 = -(fy + 3) * CV_PI * 0.25, s0 = sin(y0), c0 = cos(y0);  
    23.   
    24.         for (int t = 0; t < 8; ++t)  
    25.         {  
    26.             double dy = -(fy + 3 -t) * CV_PI * 0.25;  
    27.             coeffsY[t] = (float)((cs[t][0] * s0 + cs[t][1] * c0) / (dy * dy));  
    28.             sum += coeffsY[t];  
    29.         }  
    30.   
    31.         sum = 1.f / sum;  
    32.         for (int t = 0; t < 8; ++t)  
    33.             coeffsY[t] *= sum;  
    34.     }  
    35.   
    36.     short cbufY[8];  
    37.     cbufY[0] = cv::saturate_cast<short>(coeffsY[0] * 2048);  
    38.     cbufY[1] = cv::saturate_cast<short>(coeffsY[1] * 2048);  
    39.     cbufY[2] = cv::saturate_cast<short>(coeffsY[2] * 2048);  
    40.     cbufY[3] = cv::saturate_cast<short>(coeffsY[3] * 2048);  
    41.     cbufY[4] = cv::saturate_cast<short>(coeffsY[4] * 2048);  
    42.     cbufY[5] = cv::saturate_cast<short>(coeffsY[5] * 2048);  
    43.     cbufY[6] = cv::saturate_cast<short>(coeffsY[6] * 2048);  
    44.     cbufY[7] = cv::saturate_cast<short>(coeffsY[7] * 2048);  
    45.   
    46.     for (int i = 0; i < matDst1.cols; ++i)  
    47.     {  
    48.         float fx = (float)((i + 0.5) * scale_x - 0.5);  
    49.         int sx = cvFloor(fx);  
    50.         fx -= sx;  
    51.   
    52.         if (sx < 3) {  
    53.             fx = 0, sx = 3;  
    54.         }  
    55.         if (sx >= matSrc.cols - 5) {  
    56.             fx = 0, sx = matSrc.cols - 5;  
    57.         }  
    58.   
    59.         float coeffsX[8];  
    60.   
    61.         if (fx < FLT_EPSILON) {  
    62.             for ( int t = 0; t < 8; t++ )  
    63.                 coeffsX[t] = 0;  
    64.             coeffsX[3] = 1;  
    65.         } else {  
    66.             float sum = 0;  
    67.             double x0 = -(fx + 3) * CV_PI * 0.25, s0 = sin(x0), c0 = cos(x0);  
    68.   
    69.             for (int t = 0; t < 8; ++t)  
    70.             {  
    71.                 double dx = -(fx + 3 -t) * CV_PI * 0.25;  
    72.                 coeffsX[t] = (float)((cs[t][0] * s0 + cs[t][1] * c0) / (dx * dx));  
    73.                 sum += coeffsX[t];  
    74.             }  
    75.   
    76.             sum = 1.f / sum;  
    77.             for (int t = 0; t < 8; ++t)  
    78.                 coeffsX[t] *= sum;  
    79.         }  
    80.   
    81.         short cbufX[8];  
    82.         cbufX[0] = cv::saturate_cast<short>(coeffsX[0] * 2048);  
    83.         cbufX[1] = cv::saturate_cast<short>(coeffsX[1] * 2048);  
    84.         cbufX[2] = cv::saturate_cast<short>(coeffsX[2] * 2048);  
    85.         cbufX[3] = cv::saturate_cast<short>(coeffsX[3] * 2048);  
    86.         cbufX[4] = cv::saturate_cast<short>(coeffsX[4] * 2048);  
    87.         cbufX[5] = cv::saturate_cast<short>(coeffsX[5] * 2048);  
    88.         cbufX[6] = cv::saturate_cast<short>(coeffsX[6] * 2048);  
    89.         cbufX[7] = cv::saturate_cast<short>(coeffsX[7] * 2048);  
    90.   
    91.         for (int k = 0; k < matSrc.channels(); ++k)  
    92.         {  
    93.             matDst1.at<cv::Vec3b>(j, i)[k] = abs((matSrc.at<cv::Vec3b>(sy-3, sx-3)[k] * cbufX[0] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx-3)[k] * cbufX[0] * cbufY[1] +  
    94.                 matSrc.at<cv::Vec3b>(sy-1, sx-3)[k] * cbufX[0] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx-3)[k] * cbufX[0] * cbufY[3] +  
    95.                 matSrc.at<cv::Vec3b>(sy+1, sx-3)[k] * cbufX[0] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx-3)[k] * cbufX[0] * cbufY[5] +  
    96.                 matSrc.at<cv::Vec3b>(sy+3, sx-3)[k] * cbufX[0] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx-3)[k] * cbufX[0] * cbufY[7] +  
    97.   
    98.                 matSrc.at<cv::Vec3b>(sy-3, sx-2)[k] * cbufX[1] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx-2)[k] * cbufX[1] * cbufY[1] +  
    99.                 matSrc.at<cv::Vec3b>(sy-1, sx-2)[k] * cbufX[1] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx-2)[k] * cbufX[1] * cbufY[3] +  
    100.                 matSrc.at<cv::Vec3b>(sy+1, sx-2)[k] * cbufX[1] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx-2)[k] * cbufX[1] * cbufY[5] +  
    101.                 matSrc.at<cv::Vec3b>(sy+3, sx-2)[k] * cbufX[1] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx-2)[k] * cbufX[1] * cbufY[7] +  
    102.   
    103.                 matSrc.at<cv::Vec3b>(sy-3, sx-1)[k] * cbufX[2] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx-1)[k] * cbufX[2] * cbufY[1] +  
    104.                 matSrc.at<cv::Vec3b>(sy-1, sx-1)[k] * cbufX[2] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx-1)[k] * cbufX[2] * cbufY[3] +  
    105.                 matSrc.at<cv::Vec3b>(sy+1, sx-1)[k] * cbufX[2] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx-1)[k] * cbufX[2] * cbufY[5] +  
    106.                 matSrc.at<cv::Vec3b>(sy+3, sx-1)[k] * cbufX[2] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx-1)[k] * cbufX[2] * cbufY[7] +  
    107.   
    108.                 matSrc.at<cv::Vec3b>(sy-3, sx)[k] * cbufX[3] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx)[k] * cbufX[3] * cbufY[1] +  
    109.                 matSrc.at<cv::Vec3b>(sy-1, sx)[k] * cbufX[3] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx)[k] * cbufX[3] * cbufY[3] +  
    110.                 matSrc.at<cv::Vec3b>(sy+1, sx)[k] * cbufX[3] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx)[k] * cbufX[3] * cbufY[5] +  
    111.                 matSrc.at<cv::Vec3b>(sy+3, sx)[k] * cbufX[3] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx)[k] * cbufX[3] * cbufY[7] +  
    112.   
    113.                 matSrc.at<cv::Vec3b>(sy-3, sx+1)[k] * cbufX[4] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx+1)[k] * cbufX[4] * cbufY[1] +  
    114.                 matSrc.at<cv::Vec3b>(sy-1, sx+1)[k] * cbufX[4] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx+1)[k] * cbufX[4] * cbufY[3] +  
    115.                 matSrc.at<cv::Vec3b>(sy+1, sx+1)[k] * cbufX[4] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx+1)[k] * cbufX[4] * cbufY[5] +  
    116.                 matSrc.at<cv::Vec3b>(sy+3, sx+1)[k] * cbufX[4] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx+1)[k] * cbufX[4] * cbufY[7] +  
    117.   
    118.                 matSrc.at<cv::Vec3b>(sy-3, sx+2)[k] * cbufX[5] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx+2)[k] * cbufX[5] * cbufY[1] +  
    119.                 matSrc.at<cv::Vec3b>(sy-1, sx+2)[k] * cbufX[5] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx+2)[k] * cbufX[5] * cbufY[3] +  
    120.                 matSrc.at<cv::Vec3b>(sy+1, sx+2)[k] * cbufX[5] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx+2)[k] * cbufX[5] * cbufY[5] +  
    121.                 matSrc.at<cv::Vec3b>(sy+3, sx+2)[k] * cbufX[5] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx+2)[k] * cbufX[5] * cbufY[7] +  
    122.   
    123.                 matSrc.at<cv::Vec3b>(sy-3, sx+3)[k] * cbufX[6] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx+3)[k] * cbufX[6] * cbufY[1] +  
    124.                 matSrc.at<cv::Vec3b>(sy-1, sx+3)[k] * cbufX[6] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx+3)[k] * cbufX[6] * cbufY[3] +  
    125.                 matSrc.at<cv::Vec3b>(sy+1, sx+3)[k] * cbufX[6] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx+3)[k] * cbufX[6] * cbufY[5] +  
    126.                 matSrc.at<cv::Vec3b>(sy+3, sx+3)[k] * cbufX[6] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx+3)[k] * cbufX[6] * cbufY[7] +  
    127.   
    128.                 matSrc.at<cv::Vec3b>(sy-3, sx+4)[k] * cbufX[7] * cbufY[0] + matSrc.at<cv::Vec3b>(sy-2, sx+4)[k] * cbufX[7] * cbufY[1] +  
    129.                 matSrc.at<cv::Vec3b>(sy-1, sx+4)[k] * cbufX[7] * cbufY[2] + matSrc.at<cv::Vec3b>(sy, sx+4)[k] * cbufX[7] * cbufY[3] +  
    130.                 matSrc.at<cv::Vec3b>(sy+1, sx+4)[k] * cbufX[7] * cbufY[4] + matSrc.at<cv::Vec3b>(sy+2, sx+4)[k] * cbufX[7] * cbufY[5] +  
    131.                 matSrc.at<cv::Vec3b>(sy+3, sx+4)[k] * cbufX[7] * cbufY[6] + matSrc.at<cv::Vec3b>(sy+4, sx+4)[k] * cbufX[7] * cbufY[7] ) >> 22);// 4194304  
    132.         }  
    133.     }  
    134. }  
    135. cv::imwrite("Lanczos_1.jpg", matDst1);  
    136.   
    137. cv::resize(matSrc, matDst2, matDst1.size(), 0, 0, 4);  
    138. cv::imwrite("Lanczos_2.jpg", matDst2);  

        以上代码的实现结果与cv::resize函数相同，但是执行效率非常低，只是为了详细说明插值过程。OpenCV中默认采用C++ Concurrency进行优化加速，你也可以采用TBB、OpenMP等进行优化加速。
  • 相关阅读:
    超酷幽默搞笑的摄影作品
    免费素材：超棒的PSD格式UI套件 Soft UI KIT
    【简报】使用3D过渡效果的图片幻灯：Adaptor
    一个超棒的CSS属性排序工具 CSScomb
    GBin1专题之Web热点#5
    一个超棒的消息提示jQuery插件 Noty
    分享12个超棒的免费PSD格式UI套件
    分享11个超棒的移动应用(mobile apps)开发解决方案
    超棒的仪表盘javascript类库 justGage
    为什么使用Dojo toolkit的十大原因
  • 原文地址：https://www.cnblogs.com/fdd566/p/6520231.html
Copyright © 2020-2023  润新知