用c++写一个根据像素坐标，通过双线性内插获取像素值的算法

首先，双线性内插的原理是基于四个相邻像素点的灰度值来计算目标像素点的灰度值，公式如下：

f(x, y) = (1 - u) * (1 - v) * f(i, j) + u * (1 - v) * f(i + 1, j) + (1 - u) * v * f(i, j + 1) + u * v * f(i + 1, j + 1)

其中，(i, j) 和 (i + 1, j) 为左右两个像素点，(i, j + 1) 和 (i + 1, j + 1) 为上下两个像素点，u 和 v 分别为目标像素点在水平和垂直方向上的偏移量。

下面是一个基于双线性内插的获取像素值的 C++ 实现：

#include <iostream>
#include <cmath>

using namespace std;

int getValueBilinearInterpolation(int x, int y, int* image, int width, int height)
{
    int x1 = (int)floor(x);
    int x2 = x1 + 1;
    int y1 = (int)floor(y);
    int y2 = y1 + 1;
    double u = x - x1;
    double v = y - y1;

    if (x1 < 0 || x2 >= width || y1 < 0 || y2 >= height)
    {
        return 0;
    }

    int f11 = image[y1 * width + x1];
    int f12 = image[y2 * width + x1];
    int f21 = image[y1 * width + x2];
    int f22 = image[y2 * width + x2];

    double value = (1 - u) * (1 - v) * f11 + u * (1 - v) * f21 + (1 - u) * v * f12 + u * v * f22;

    return (int)value;
}

int main()
{
    // test
    int width = 10;
    int height = 10;
    int image[100] = { 0 };
    for (int i = 0; i < width * height; i++)
    {
        image[i] = i;
    }

    int value = getValueBilinearInterpolation(2.5, 3.5, image, width, height);
    cout << "value: " << value << endl;

    return 0;
}

需要注意的是，输入的像素坐标 x 和 y 需要是浮点数，因为偏移量 u 和 v 的计算需要用到小数。此外，需要判断目标像素点是否在图像内，如果超出了图像边界，则返回 0。