单个像素点的双线性插值python代码

双线性插值是一种常用的图像插值方法，用于在已知像素点的情况下，估计图像中其他位置的像素值。下面是一个简单的Python代码示例，用于实现单个像素点的双线性插值：

import numpy as np

def bilinear_interpolation(image, x, y):
    height, width = image.shape
    x1 = int(x)
    y1 = int(y)
    x2 = x1 + 1
    y2 = y1 + 1

    if x2 >= width:
        x2 = x1
    if y2 >= height:
        y2 = y1

    q11 = image[y1, x1]
    q12 = image[y2, x1]
    q21 = image[y1, x2]
    q22 = image[y2, x2]

    dx = x - y1

    interpolated_value = (q11 * (1 - dx) * (1 - dy) +
                          q21 * dx * (1 - dy) +
                          q12 * (1 - dx) * dy +
                          q22 * dx * dy)

    return interpolated_value

这段代码中，`image`是输入的图像矩阵，`x`和`y`是待插值的像素点的坐标。首先，根据坐标找到四个最近的像素点(q11, q12, q21, q22)，然后根据距离进行插值计算，得到最终的插值结果。