最近邻: import cv2 import numpy as np def function(img): height,width,channels =img.shape emptyImage=np.zeros((2048,2048,channels),np.uint8) sh=2048/height sw=2048/width for i in range(2048): for j in range(2048): x=int(i/sh) y=int(j/sw) emptyImage[i,j]=img[x,y] return emptyImage\nimg=
2021-11-04 10:56:49 47KB python 插值 线性
1
资源关于bmp图片的几何变换,包括:旋转,缩放,近邻值,双线性,三次卷积;适合图像处理初学者学习,算法可能不是很精确,见谅! 刚好最近在学习这个,网上找了很多资料,不是很全,所以自己写了一个上传,仅供参考
2021-11-02 19:23:23 16.49MB bmp几何变换
1
最初的程序是由 Christopher Wong 先生开发的。 感谢他的紧凑工作。 我从原始程序中学到了很多东西。 在我的案例中,参考书是 Chopra 博士的《结构动力学》,2001 年第二版,第 191 页。 第 2 版和第 4 版之间的模型参数似乎有所不同。 我试图重现表 E5.6,p192。 原始程序中的收敛过程不清楚。 我是Matlab的初学者。 于是,为了解决非线性DSOF和练习Matlab,我开始修改Christopher Wong先生的原始程序。 以下是修改项目。 1) 使用的参数来自 Chopra 博士的《结构动力学》第二版。 2) 使用全波长正弦波产生双向屈服。 3) 考虑兼容性条件来计算加速度。 4) 引入变量flg 来指定力-变形关系的状态,例如flg=1 弹性,flg=2 屈服,flg=3 回弹弹性。 5) 当flg=2的du*du0<0时产生回弹弹性,其中d
2021-10-29 15:09:00 6KB matlab
1
C#写的采用双线性和双立方卷积插值放大二维数组
2021-10-28 11:23:34 7KB 双线性 双立方卷积 插值
1
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理,欢迎大家一起学习交流! 专栏链接:数字图像学习笔记 ★由于之前学习笔记(四)有对于图像三种插值的理论讲解,这里就不再赘余; 可参照此文阅读学习☞图像的三种内插法 一、Pycharm实现过程 from PIL import Image import matplotlib.pyplot as plt import numpy as np import math def NN_interpolat
2021-10-26 18:54:04 1.11MB ar arm c
1
我就废话不多说了,直接上代码吧! #coding=utf-8 import cv2 import numpy as np '''双线性插值''' img = cv2.imread('timg.jpeg', cv2.CV_LOAD_IMAGE_GRAYSCALE) # load the gray image cv2.imwrite('img.jpg', img) h, w = img.shape[:2] # shrink to half of the original a1 = np.array([[0.5, 0, 0], [0, 0.5, 0]], np.float32) d1 = cv2.
2021-10-25 19:43:49 30KB c nc op
1
此函数只是向后运行现有的 release11 bilinear.m 函数,将 z 域传递函数转换为 s 域。 到目前为止,只进行了非常有限的测试。 使用 bilinear.m 来验证结果。
2021-10-21 20:36:44 2KB matlab
1
与上一个资源的功能相同,只是使用了双线性插值法。 为了实现该功能,将上一个资源进行了完全的改写,原来是从源图遍历每个点,返回它在旋转后的坐标。现在改成遍历结果图中的每个点,如果它在源图中是有效数据,则返回它的源坐标(Double)。使用它的整数部分进行定位,使用它的小数部分进行双线性插值。效果比上一个资源有很大提高。但是效率要低一点
2021-10-18 16:58:26 11KB 图像 旋转 任意角度 双线性插值
1
Modified_IMK_Models 包含DLL可执行文件和修改后的Ibarra-Medina-Krawinkler退化模型(双线性,面向峰,收缩)的相关文档 -IMKBilin:通常用于模拟钢结构部件的行为 -IMKPeakOriented:通常用于模拟钢筋混凝土(RC)组件的行为,这些组件表现出峰值定向的滞后行为 -IMKPinching:通常用于模拟以收缩为特征的任何结构部件的行为 参考: 伊巴拉(Ibarra,LF),麦地那(Medina),RA和克拉维克勒(Krawinkler,H.)(2005年)。 “包含强度和刚度退化的滞后模型。” 地震工程与结构动力学,34(12),1489-1511,Doi:10.1002 / eqe.495。 Lignos,DG和Krawinkler,H。(2011)。 “钢构件的劣化模型可支持地震荷载作用下钢矩框架的倒塌预测。” 结构工程学报
1
包含最近邻插值、双线性插值和三次插值的matlab代码,自己已经测试过,使用的时候注意将图片转换为位图,否则会出现错误。
1