from PIL import Image import numpy as np import math # 产生16个像素点不同的权重 def BiBubic(x): x = abs(x) if x <= 1: return 1 - 2 * (x ** 2) + (x ** 3) elif x < 2: return 4 - 8 * x + 5 * (x ** 2) - (x ** 3) else: return 0 # 双三次插值算法 # dstH为目标图像的高，dstW为目标图像的宽 def BiCubic_interpolation(img, dstH, dstW): scrH, scrW = img.shape # img=np.pad(img,((1,3),(1,3),(0,0)),'constant') retimg = np.zeros((dstH, dstW, 3), dtype=np.uint8) for i in range(dstH): for j in range(dstW): scrx = i * (scrH / dstH) scry = j * (scrW / dstW) x = math.floor(scrx) y = math.floor(scry) u = scrx - x v = scry - y tmp = 0 for ii in range(-1, 2): for jj in range(-1, 2): if x + ii < 0 or y + jj < 0 or x + ii >= scrH or y + jj >= scrW: continue tmp += img[x + ii, y + jj] * BiBubic(ii - u) * BiBubic(jj - v) retimg[i, j] = np.clip(tmp, 0, 255) return retimg im_path = 'D:\\LiPei\\2304IA\\Code\\TempData_Extend\\image0_0.jpg' image = np.array(Image.open(im_path)) print(image.shape[1]) # 举例：将图片统一转换为256*256的图片 image2 = BiCubic_interpolation(image, 256, 256) image2 = Image.fromarray(image2.astype('uint8')).convert('RGB') image2.save('D:\\LiPei\\2304IA\\Code\\BiCubic_interpolation.jpg')

这段代码实现了双三次插值算法，将原始图片转换为指定大小的图片。具体实现过程是：首先定义了一个产生16个像素点不同权重的函数 BiBubic(x)，然后实现了双三次插值算法 BiCubic_interpolation(img, dstH, dstW)，其中 img 是原始图片，dstH 和 dstW 是目标图片的高和宽。在函数内部，首先获取原始图片的尺寸 scrH 和 scrW，然后以目标图片的尺寸为基础，通过计算每个像素点在原始图片中的位置，利用双三次插值算法计算出目标图片中每个像素点的像素值。最后将转换后的图片保存到指定路径下。