谁能逐行解释一下这段Python代码是怎么运行的？

Question

我现在正在用Python进行图像处理，主要用到numpy和scipy这两个库。我有一段代码可以放大图像，但我不太明白它是怎么工作的。

所以希望有懂scipy/numpy的专家能逐行给我解释一下。我总是渴望学习新知识。

import numpy as N
import os.path
import scipy.signal
import scipy.interpolate
import matplotlib.pyplot as plt
import matplotlib.cm as cm


def enlarge(img, rowscale, colscale, method='linear'):
    x, y = N.meshgrid(N.arange(img.shape[1]), N.arange(img.shape[0]))
    pts = N.column_stack((x.ravel(), y.ravel()))
    xx, yy = N.mgrid[0.:float(img.shape[1]):1/float(colscale),
            0.:float(img.shape[0]):1/float(rowscale)]
    large = scipy.interpolate.griddata(pts, img.flatten(), (xx, yy), method).T
    large[-1,:] = large[-2,:]
    large[:,-1] = large[:,-2]
    return large

非常感谢！

Answer 1

首先，创建一个空点的网格，每个像素对应一个点。

x, y = N.meshgrid(N.arange(img.shape[1]), N.arange(img.shape[0]))

实际的图像像素会放到一个叫做 pts 的变量里，这个变量稍后会用到。

pts = N.column_stack((x.ravel(), y.ravel()))

接下来，为放大的图像创建一个网格，每个像素对应一个点；如果原始图像是200x400的大小，列缩放设置为4，行缩放设置为2，那么这个网格就会有(200*4)x(400*2)或者800x800个点。

xx, yy = N.mgrid[0.:float(img.shape[1]):1/float(colscale),
        0.:float(img.shape[0]):1/float(rowscale)]

使用scipy库，将pts变量中的点插值到更大的网格中。插值就是填补或估算缺失点的一种方法，通常是在从一组较小的点转换到一组较大的点时使用。

large = scipy.interpolate.griddata(pts, img.flatten(), (xx, yy), method).T

我不太确定最后两行的具体作用，因为需要回去查看griddata方法返回的内容。看起来它可能是在丢弃一些对图像没有用的额外数据，或者是在进行某种转换。

large[-1,:] = large[-2,:]
large[:,-1] = large[:,-2]
return large