用Python读入一幅灰度图像，并利用最邻近插值法对图像进行放大2倍的操作，附上源代码

以下是利用Python进行最邻近插值法对灰度图像进行放大2倍的代码：

import cv2

# 读入灰度图像
img = cv2.imread('image_gray.jpg', cv2.IMREAD_GRAYSCALE)

# 获取图像的行数和列数
rows, cols = img.shape[:2]

# 放大2倍后的行数和列数
new_rows = rows * 2
new_cols = cols * 2

# 创建一个新的图像矩阵
new_img = [[0] * new_cols for i in range(new_rows)]

# 对新图像中的每个像素点进行赋值
for i in range(new_rows):
    for j in range(new_cols):
        # 找到原图像中对应的像素点
        x = int(i / 2)
        y = int(j / 2)
        # 最邻近插值法
        new_img[i][j] = img[x][y]

# 将新图像矩阵转换为NumPy数组
new_img = np.array(new_img, dtype=np.uint8)

# 显示原图像和放大后的图像
cv2.imshow('Original', img)
cv2.imshow('Nearest Neighbour Interpolation', new_img)
cv2.waitKey(0)

需要注意的是，这里使用的是最邻近插值法，即对于新图像中的每个像素点，找到原图像中最近的像素点，并将它的灰度值赋值给新像素点。这种方法实现简单，但可能会导致图像出现锯齿状的痕迹。如果需要更高质量的放大效果，可以考虑使用其他插值方法，如双线性插值、双三次插值等。