对图像进行上采样

发布于 2024-12-28 18:54:34 字数 102 浏览 2 评论 0原文

我有一个基本问题。

  1. 对图像进行上采样有哪些优点?
  2. 它对我的边缘检测有帮助吗?

我在互联网上没有找到太多有用的信息。

I have a basic question.

  1. What are the advantages of upsampling an Image?
  2. Does it help me in edge detection?

I have not found much useful information on the internet.

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

扛起拖把扫天下 2025-01-04 18:54:34

这取决于图像。如果您的边缘非常锯齿状,它会有所帮助。最坏的情况下它什么也不做。因此,您需要为潜在的改进付出处理时间的代价。

It depends on the image. It can help if you have extremely jagged edges. At the worst it does nothing. So, you pay in processing time for a potential improvement.

疯到世界奔溃 2025-01-04 18:54:34

通常我们需要将图像转换为与其实际尺寸不同的尺寸
原创。

为此,有两种可能的选择:

  1. 放大图像(放大)
  2. 缩小图像(缩小)

例如,您可能想要在缩小的图像上进行计算(例如分割),稍后您想要处理再次原始图像数据,因此您再次放大​​输出(例如分割蒙版)。

应用边缘检测时,在放大的图像上找到更好的结果
可以从以下方面上升:

通常使用边缘检测器(例如canny,不仅仅是梯度计算)连接模糊算法。如果您在预处理中使用某种模糊蒙版,则可以通过其修改(减少或增加模糊能力)获得与图像调整大小类似的行为。

Usually we need to convert an image to a size different than its
original.

For this, there are two possible options:

  1. Upsize the image (zoom in)
  2. Downsize it (zoom out)

As an example, you could want to do your calculations (e.g. segmentation) on a downsized Image, later on you want to work on the original Image data again, so you upsize your Output (e.g. Segmentation mask) again.

Finding better results on upsized Images when applying edge detection
can rise from the following:

With edge detectors (e.g. canny, not only gradient computation) a blurring algorithm is usually connected. If you use some sort of blurring mask in preprocessing, it is possible that you can obtain similar behavior by its modification (decreasing, or increasing power of blurring) as in the case of image resize.

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文