对图像进行升采样时，新图像的像素点并不是与原图一一对应的，因此我们需要用插值的方法确定每个像素点的亮度。

最近邻插值

特点：不改变值域，值域间没有加减计算。

通常用于二值化后的图像，或者用于图像修补、语义分割等任务的 Mask 图像。这类图像的像素值是分类数据，加减、线性插值没有意义。

在 Python opencv 中，使用 cv2.resize(img, size, interpolation=cv2.INTER_NEAREST) 可以进行双三次插值。

双线性插值

原理如下：

双三次插值

通常简写为 bicubic，使用最广泛的插值算法。

在 Python opencv 中，使用 cv2.resize(img, size, interpolation=cv2.INTER_CUBIC) 可以进行双三次插值。该方法不要求 img 是整数矩阵，也就是可以对浮点数进行插值。

在 Python pillow 库（PIL）中，使用 img.resize((h, w), resample=Image.BICUBIC) 方法，对 img 进行双三次插值。

在 pytorch 中，使用 torch.nn.functionals.interpolate() 进行双三次插值，输入的图像格式与 CNN 相同，须为四维张量 B \times C \times H \times W，B 为通道数。