使用 cv2.imresize 为神经网络输入调整数据大小

Question

我必须缩小数据才能输入神经网络。

我想使用 cv2.imresize，但关于它如何插入数据以按比例缩小，有多种选择：

• INTER_NEAREST - 最近邻插值
• INTER_LINEAR - 双线性插值（默认使用）
• INTER_AREA - 使用像素面积关系重新采样。它可能是图像抽取的首选方法，因为它可以消除摩尔纹 结果。但是当图片放大后，就类似于
• INTER_NEAREST方法。
• INTER_CUBIC - 4x4 像素邻域的双三次插值
• INTER_LANCZOS4 - 8x8 像素邻域的 Lanczos 插值

有没有人试验过这些，如果有，你发现了什么？注意：我没有足够的时间尝试学习各种插值。

Answer 1

对于下采样图像数据（我假设数据是图像，因为你使用的是 OpenCV），你可以只使用面积平均来获得速度和质量方面的良好性能（除非缩小因子非常小） ，可能会发生模糊）。

最近的邻居会定期丢弃一些单元格，但会非常快，因为实际上没有执行插值。然而，对于大多数图像来说，一些 aliasing 是可以预料的。

如果质量是您的主要关注点，请使用 Lanczos（通常比双三次图像慢，但图像质量更高）。

众所周知，双三次和双线性对于缩小因数小于 0.5 的图像的效果非常差。