...

...

　　有好多算法早就想实现了，可是总有各种原因没有实现，这个双线性插值旋转图像就是其中之一。 　　之前写过最邻近插值旋转图像，传送门。结合着看效果会很好。 原图 最邻近插值旋转 双线性插值旋转 后记： 上面的无法通过极限情况，如果旋转为90度或180度，边界会有黑像素。修改 ...

K最邻近密度估计技术是一种分类方法，不是聚类方法。 不是最优方法，实践中比较流行。 通俗但不一定易懂的规则是： 1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。 2.选出最小的前K数据个距离，这里用到选择排序法。 3.对比这前K个距离，找出K个数据中包含最多的是那个类的数据 ...

　　我主要参考了这里，不过他推导的系数我感觉有问题，用他的公式直接套用放大的图像会有网格，也许是我理解的有偏差。 　　所以我自己重新推导了这四个系数 　　 　　用这个就没问题了。他的那些代码还是很有参考价值的。 　　程序代码： main.m ...

有两个向量，我们想从起始向量平滑的过度到终止向量，那么中间的向量就可以通过插值的方式得到。 这在图形学中图形旋转或者机器人中物体姿态旋转都可以用到。 有三种方法：Lerp，NLerp和SLerp。 Lerp为线性插值，公式如下： NLerp为线性插值后归一化，公式 ...

比如有图像1，将其旋转n度得到图像2，问如何比较两张图像得到旋转的度数n。 算法思路参考logpolar变换： 1.从图像中心位置向四周引出射线。 2.计算每根射线所打到图像上的像素累计和，得到极坐标灰度曲线。 3.比较两张图的灰度曲线，得到最相关的偏移位置，即为两张图像的旋转 ...

加载图像时经常会遇见要缩放图像的情况，这种时候如何决定缩放后图像对应像素点的像素值，这时候就需要用到插值算法 1.最邻近插值算法 首先假设原图是一个像素大小为W*H的图片，缩放后的图片是一个像素大小为w*h的图片，这时候我们是已知原图中每个像素点上的像素值（即灰度值等）的（⚠️像素点对应像素值 ...