opencv和matlab的bicubic算法有什么区别？

问题描述

使用opencv时调整大小

 img = cv2.imread（'fname.png'，0） 
 res = cv2.resize（img，None，fx = 2，fy = 2，interpolation = cv2.INTER_CUBIC） 
 cv2.imwrite（'scaled_cv2.png'，res）

和matlab的imresize

I = imread（' fname.png'）;  
J = imresize（I，2，'Antialiasing'，false，'Method'，'bicubic'）;  
imwrite（J，'scaled_matlab.png'） 

并与imagemagick的比较与

compare -metric PSNR fname.png scaled_cv2.png diff_cv2.png  
compare -metric PSNR fname.png scaled_matlab.png diff_matlab.png  

得到完全不同的PSNR值，他们有什么不同？

问题分析

• Matlab文档中的bicubic的描述

‘bicubic’
Bicubic interpolation (the default); the output pixel value is a weighted average of pixels in the nearest 4-by-4 neighborhood

• OpenCV文档中的bicubic的描述

INTER_CUBIC - a bicubic interpolation over 4x4 pixel neighborhood

问题解决

• 唯一的解释是他们使用不同的加权策略来获得平均值。从Matlab的imresize.m源文件中，你可以发现内核常数A（见维基百科上的二立方插值）被设置为-0.5，而在OpenCV中被设置为-0.75（例如见imgproc/src/imgwarp.cpp，github上的函数interpolateCubic（））。
• 这为卷积提供了不同的内核形状。因此，在最终的插值图像中，你会得到稍微不同的结果；对于OpenCV来说，通常会有更多的振铃假象和过冲，但与 "真实 "的高分辨率图像相比，也有更清晰的边缘和更好的PSNR。

转载自：https://www.it1352.com/901480.html