Tensorflow和OpenCV中的双线性插值实现

Question

我试图在tensorflow和OpenCV中实现对双线性插值的处理.我的理解让我相信插值点的网格在两个库中的位置不同.这可以通过样本矩阵获得的不同结果得到证明:

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)

而

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)

这个诊断是否正确？如果是这样,在张量流和OpenCV中放置插值点的方案是什么？

Answer 1

通常（在 OpenCV、Matlab、scipy 等中），假设像素覆盖单位区域，并且对齐的是左上角和右下角像素的最角落。采样间隔更改为old_size / new_size。

在Tensorflow中，有两种全新的方案，两者都不符合上面的方案。

对于align_corners=True，角点像素中心(old_size - 1) / (new_size - 1)与中间的新采样间隔对齐。对于align_corners=False，仅对齐左上角的像素中心，其余像素以间隔 进行采样old_size / new_size。