bilinear/bicubic 插值是否在每个颜色通道上独立运行？

Question

我正在使用 scipy.ndimage.interpolation.zoom 双线性插值或双三次插值（如果我正确的话，阶数 = 1 或 3）。

https://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.ndimage.interpolation.zoom.html

处理 RGB 图像时，bilinear/bicubic 插值算法是在每个颜色通道上独立运行，还是在颜色通道之间存在某种依赖性？

Answer 1

ndimage.interpolation.zoom没有RGB通道的概念；它缩放任意 n 维数组，对每个维度没有任何特殊意义。例如，如果您将图像存储为 (20, 20, 3) 形状的数组，那么在 zoom(image, 2) 之后它将变成 (40, 40, 6) 形状的数组，这当然是不可取的。

大概您将使用 zoom(image, (2, 2, 1)) 在两个维度上进行 2 倍缩放，而在通道维度上没有 "zoom"。如果是这样，那么通道之间就没有溢出。阅读执行 一维 样条插值（不是双线性或双三次）的 NI_ZoomShift I see that zoom is achieved using get_spline_interpolation_weights 的 C 代码。这意味着缩放将包括：

1. 遍历每个一维切片 image[:, c, ch] 并通过一维插值对其进行缩放（切片之间无交互）。
2. 遍历每个一维切片 image[r, :, ch] 并通过一维插值对其进行缩放。
3. 遍历每个 1D 切片 image[r, c, :] 并通过 1D 插值对其进行缩放 - 缩放因子为 1 将使值保持不变，达到机器精度。

以上测试：缩放整个图像与分别缩放每个通道。

import numpy as np
from scipy.ndimage.interpolation import zoom
image = np.random.uniform(size=(20, 20, 3))
output = zoom(image, (2, 2, 1))
for k in range(3):
    output_channel = zoom(image[:, :, k], 2)
    print(np.max(np.abs(output_channel - output[:, :, k])))

打印的值在 1e-15 左右，即输出是相同的，直到出现浮点错误。