Pas encore de compte ?
Comparaison Image Interpolation - GitHub
Image originale
Nearest Neighbour Interpolation / Interpolation du voisin le plus proche
Bilinear Interpolation / Interpolation Bilinéaire
Bicubic Interpolation / Interpolation Bicubique
Méthodes d'interpolation
Testé sous Anaconda et Python 3.7
import matplotlib.pyplot as plt import numpy as np methods = ['none', 'nearest', 'bilinear', 'bicubic', 'spline16', 'spline36', 'hanning', 'hamming', 'hermite', 'kaiser', 'quadric', 'catrom', 'gaussian', 'bessel', 'mitchell', 'sinc', 'lanczos'] # Fixing random state for reproducibility np.random.seed(19680801) grid = np.random.rand(4, 4) fig, axs = plt.subplots(nrows=3, ncols=6, figsize=(9, 6), subplot_kw={'xticks': [], 'yticks': []}) for ax, interp_method in zip(axs.flat, methods): ax.imshow(grid, interpolation=interp_method, cmap='viridis') ax.set_title(str(interp_method)) plt.tight_layout() plt.show()
Source : https://matplotlib.org/stable/gallery/images_contours_and_fields/interpolation_methods.html
Bienvenu, je m’appelle Eric Soupet et je suis l'administrateur du site elodees.com. elodees.com est un état de l'art de l'Intelligence Artificielle et se veut collaboratif, vous pouvez dès à présent proposer du contenu tels que des articles, des événements, des tutoriels, ... alors n'hésitez pas !
Crédit des images de la plate-forme : Pixabay - Pixabay License | Pexels - Pexels License