为什么OpenCV cv2.resize提供的答案不同于MATLAB imresize？ [英] why OpenCV cv2.resize gives different answer than MATLAB imresize?

问题描述

我正在将MATLAB代码传输到python并尝试使用OpenCV函数 cv2.resize 缩小图像，但是我得到了与MATLAB输出不同的结果。 / p>

为了确保我的代码在调整大小之前没有做错，我在两个函数上都使用了一个小例子并比较了输出。

我首先在Python和MATLAB中创建了以下数组并对其进行了上采样：

Python - NumPy和OpenCV

  x = cv2.resize（np.array（[[1,2]，[3,4]]），（4,4），interpolation = cv2.INTER_LINEAR）
打印x 
 
 [[1. 1.25 1.75 2.] 
 [1.5 1.75 2.25 2.5] 
 [2.5 2.75 3.25 3.5] 
 [3. 3.25 3.75 4.]] 
  

MATLAB

  x = imresize（[1,2; 3,4]，[4,4]，'bilinear'）
 
 ans = 
 
 1.0000 1.2500 1.7500 2.0000 
 1.5000 1.7500 2.2500 2.500 0 
 2.5000 2.7500 3.2500 3.5000 
 3.0000 3.2500 3.7500 4.0000 
  

然后我拿了回答并将它们调整回原来的2x2大小。

Python：

  cv2.resize（x，（2,2），interpolation = cv2.INTER_LINEAR）
 
 ans = 
 
 [[1.375,2.125]，
 [ 2.875,3.625]] 
  

MATLAB：

  imresize（x，[2,2]，'bilinear'）
 
 ans = 
 
 1.5625 2.1875 
 2.8125 3.4375 
  

它们显然不一样，当数字越大时，答案就越不同了。

任何解释或资源都将受到赞赏。

解决方案

MATLAB的< a href =http://www.mathworks.com/help/images/ref/imresize.html =nofollow noreferrer> imresize 默认启用抗锯齿：

 >> imresize（x，[2,2]，'bilinear'）
 ans = 
 1.5625 2.1875 
 2.8125 3.4375 
>> imresize（x，[2,2]，'bilinear'，'AntiAliasing'，false）
 ans = 
 1.3750 2.1250 
 2.8750 3.6250 
  

过去曾试图重现仅使用 interp2 imresize 的结果。

I'm transferring a MATLAB code into python and trying to downscale an image using OpenCV function cv2.resize, But I get a different results from what MATLAB outputs.

To make sure that my code is not doing anything wrong before the resize, I used a small example on both functions and compared the output.

I first created the following array in both Python and MATLAB and upsampled it:

Python - NumPy and OpenCV

    x = cv2.resize(np.array([[1.,2],[3,4]]),(4,4), interpolation=cv2.INTER_LINEAR)
    print x

    [[ 1.    1.25  1.75  2.  ]
     [ 1.5   1.75  2.25  2.5 ]
     [ 2.5   2.75  3.25  3.5 ]
     [ 3.    3.25  3.75  4.  ]]

MATLAB

    x = imresize([1,2;3,4],[4,4],'bilinear')

    ans =

    1.0000    1.2500    1.7500    2.0000
    1.5000    1.7500    2.2500    2.5000
    2.5000    2.7500    3.2500    3.5000
    3.0000    3.2500    3.7500    4.0000

Then I took the answers and resized them back to the original 2x2 size.

Python:

    cv2.resize(x,(2,2), interpolation=cv2.INTER_LINEAR)

    ans = 

     [[ 1.375,  2.125],
      [ 2.875,  3.625]]

MATLAB:

    imresize(x,[2,2],'bilinear')

    ans =

      1.5625    2.1875
      2.8125    3.4375

They are clearly not the same, and when numbers are larger, the answers are a lot more different.

Any explanation or resources would be appreciated.

解决方案

MATLAB's imresize has anti-aliasing enabled by default:

>> imresize(x,[2,2],'bilinear')
ans =
    1.5625    2.1875
    2.8125    3.4375
>> imresize(x,[2,2],'bilinear','AntiAliasing',false)
ans =
    1.3750    2.1250
    2.8750    3.6250

This has tripped me up in the past, while trying to reproduce the results of imresize using just interp2.

这篇关于为什么OpenCV cv2.resize提供的答案不同于MATLAB imresize？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！