1.上采样

将一些低分辨率的图片转换为高分辨率的图片

2.传统方法

最近邻法(Nearest Interpolation)：计算速度最快，但是效果最差。
双线性插值(Bilinear Interpolation)：双线性插值是用原图像中4(22)个点计算新图像中1个点，效果略逊于双三次插值，速度比双三次插值快，属于一种平衡美，在很多框架中属于默认算法。
双三次插值(Bicubic interpolation)：双三次插值是用原图像中16(44)个点计算新图像中1个点，效果比较好，但是计算代价过大。

2.1 最近邻插值

不会计算目标图像点的数值，仅将原图像的值映射到目标图像。
映射方法：（dest_x, dest_y） -> (src_x, src_y)
src_x = dest_x * src_w / dest_w
src_y = dest_y * src_h / dest_h

2.2 双线性插值

根据4个点生成目标图像点的值
在介绍双线性插值前，用到了单线性插值
### 2.2.1 单线性插值
  在已知(x1, y1)和（x2, y2）和插入点x， 求插入点y
  ![](https://img2020.cnblogs.com/blog/1580144/202112/1580144-20211229172328552-1829420570.png)（https://zhuanlan.zhihu.com/p/110754637）
  初中的知识，2点求一条直线公式
  ![](https://img2020.cnblogs.com/blog/1580144/202112/1580144-20211229172507416-1574232876.png)
  整理成下面的格式：
  ![](https://img2020.cnblogs.com/blog/1580144/202112/1580144-20211229172545864-1173710413.png)
  上式理解，等号右边为分子为插入点和点1和点2的x距离，分母相等，当插入点离点1的x更近，插入点的y值和点1的y值更近。
### 2.2.2 双线性插值
  https://zhuanlan.zhihu.com/p/110754637

2.3 双立方插值

3.机器学习方法