最近在查找有關圖像縮放之類的算法，因工作中需要用到諸如此類的圖像處理算法就在網上了解了一下相關算法，以及其原理，並用Python實現，且親自驗證過，在次與大家分享。 　　聲明：本文代碼示例針對的是planar格式的YUV數據，且只對Y分量做了縮放，因為平常工作中接觸較多的是YUV格式 ...

插值指的是利用已知數據去預測未知數據，圖像插值則是給定一個像素點，根據它周圍像素點的信息來對該像素點的值進行預測。當我們調整圖片尺寸或者對圖片變形的時候常會用到圖片插值。比如說我們想把一個4x4的圖片， 就會產生一些新的像素點（ 如下圖紅點所示）， 如何給這些值賦值， 就是圖像插值所要解決的問題 ...

　　最近鄰插值法的優點是計算量很小，算法也簡單，因此運算速度較快。但它僅使用離待測采樣點最近的像素的灰度值作為該采樣點的灰度值，而沒考慮其他相鄰像素點的影響，因而重新采樣后灰度值有明顯的不連續性，圖像質量損失較大，會產生明顯的馬賽克和鋸齒現象。 　　雙線性插值法效果要好於最近鄰插值，只是計算量 ...

插值方法有：最近鄰域插值　　 像素關系重采樣 　　 立方插值 　　　　雙線性插值（默認） 雙線性插值法：當目標圖像中的某一個像素點對應原圖像的像素點值為小數時； 如圖所示： A1 = A2 = 15*0.2 + 16*0.8 B1 ...

sensor、codec、display device都是基於pixel的，高分辨率圖像能呈現更多的detail，由於sensor制造和chip的限制，我們需要用到圖像插值（scaler/resize）技術，這種方法代價小，使用方便。同時，該技術還可以放大用戶希望看到的感興趣區域。圖像縮放算法往往 ...

，包含插值節點的區間[a,b]稱為插值區間，求插值函數P(x)的方法就是插值法。 有時，在圖像的幾何變換 ...

From： http://blog.csdn.net/coy_wang/article/details/5027872 常用的插值方法有：最近鄰插值、雙線性插值、三次卷積法。 在做數字圖像處理時，經常會碰到小數象素坐標的取值問題，這時就需要依據鄰近象素的值來對該坐標進行插值 ...

插值：字符串，可選，默認：無 可接受的值是“無”，“最接近”，“雙線性”，“雙三次”， “spline16”，“spline36”，“hanning”，“hamming”，“hermite”，“kaiser ...