图1D Lanczos插值

Question

假设我们有以下几点：

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [2, 3, 5.5, 6.5, 5, 4, 5, 7.5, 8, 7]

​

​

现在，我们希望使用lanczos插值来插值每一个点，例如：

lanczos_interpolation = lanczos_interpolation(x, y)
xs = np.linspace(0, 10, 100)
interpolated_xs = lanczos_interpolation(xs)

如何实现lanczos_interpolation？我已经看过interpolate.interp1d了，但是lanczos没有.

我想要的是如果绘制成图的话(提供的例子是双线性插值)：

​

Answer 1

这是OpenCV Lanczos插值。

编辑:打开的CV内插图像，所以实际上它推断数据，因为起始点是像素，而图像有更多的像素，因为它有较小的像素，它的像素超出了原来的范围：

例如，在该图像上，最初有2个像素，但是如果要求OpenCV插值到20个较小的像素，则图像的每一侧将有5个额外的像素。这就是为什么插值不匹配的原因。

​

不幸的是，这意味着这种方法不能在任意坐标的点之间进行插值。原来的点必须有一个不断的分离。

这段代码做了一个肮脏的近似，因为不能保证像素完全匹配：

import numpy as np
import matplotlib.pyplot as plt
import cv2

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [2, 3, 5.5, 6.5, 5, 4, 5, 7.5, 8, 7]

img = np.array([y])
parts = 100
xs = np.linspace(1, 10, parts)
resized = cv2.resize(img, (int(parts*(1+1/len(y))), 1),
                     interpolation=cv2.INTER_LANCZOS4)[0]

plt.scatter(x, y)
plt.plot(xs, resized[int(parts/(2*len(y))):int(parts/(2*len(y)))+parts])
plt.show()

​

​