最近邻插值如何在 2D 上工作（放大）
How the nearest-neighbor interpolation works on 2D (upscaling)
我对nearest-neighbor interpolation方法有点疑问：
假设我们有一个大小为 2x2 像素的灰度图像，可以用以下矩阵表示：
[100, 120]
[080, 100]
我们要将其调整为 3x3 像素的大小：
[100, X, 120]
[ X, X, X]
[080, X, 100]
缺失的数据点（像素）将如何填充？
它会只复制第一个最近的数据点（像素）吗？
例如：
[100, 100, 120]
[100, 100, 120]
[080, 080, 100]
或者，它会计算两个最近邻居之间的平均值吗？
例如：
[100, 110, 120]
[090, 100, 110]
[080, 090, 100]
谢谢
你复制了。平均将是双线性插值。
我对nearest-neighbor interpolation方法有点疑问：
假设我们有一个大小为 2x2 像素的灰度图像，可以用以下矩阵表示：
[100, 120]
[080, 100]
我们要将其调整为 3x3 像素的大小：
[100, X, 120]
[ X, X, X]
[080, X, 100]
缺失的数据点（像素）将如何填充？
它会只复制第一个最近的数据点（像素）吗？ 例如：
[100, 100, 120]
[100, 100, 120]
[080, 080, 100]
或者，它会计算两个最近邻居之间的平均值吗？ 例如：
[100, 110, 120]
[090, 100, 110]
[080, 090, 100]
谢谢
你复制了。平均将是双线性插值。