Essenzialmente si chiama interpolazione multivariata 2D. Ho una serie di posizioni (x,y) e dati corrispondenti, ad esempio: z=valore del colore. Per alcuni dei (x,y) la colonna z presenta dati mancanti. Voglio utilizzare i due più vicini conosciuti (x1,y1,z1) e (x2,y2,z2) per interpolare il valore di (x3,y3, z3=?).
Teoricamente questo wiki/Bilinear_interpolation è quello che mi piace ottenere.
JMP ha un modo per farlo?
Inoltre devo prima raggruppare i dati X, Y con altre due colonne A, B.Esempio. COl A,B rappresenta il nome del file e il numero del frame. X,Y è la posizione di un pixel nel fotogramma e Z è il colore del pixel.
Voglio interpolare il valore Z per i pixel mancanti in ciascun fotogramma di ciascun file.
Set di dati di esempio
| File | Telaio | X | Y | Colore |
| Uomo formica | 1 | 0 | 0 | 255 |
| Uomo formica | 1 | 5 | 5 | 195 |
| Uomo formica | 1 | 3 | 2 | ?? |
| Uomo formica | 2 | 0 | 0 | 255 |
| Batman | 3 | 0 | 0 | 255 |
| Batman | 3 | 3 | 2 | ?? |
| Batman | 3 | 5 | 5 | 100 |
Se ho capito bene, avrai bisogno di quattro punti (non due) per l'interpolazione bilineare. Le colonne di raggruppamento verrebbero gestite in modo accurato, quindi per un gruppo potresti fare qualcosa del tipo:
Names Default To Here( 1 );
// Example table: Four complete observations, and one missing 'Colour' to be
// obtained by bilinear interpolation
dt = New Table( "Antman_1",
Add Rows( 5 ),
New Column( "X",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [0, 5, 3, 5, 0] )
),
New Column( "Y",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [0, 5, 2, 0, 5] ),
Set Display Width( 92 )
),
New Column( "Colour",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [255, 195, ., 100, 150] )
)
);
// Using the notation at: https://en.wikipedia.org/wiki/Bilinear_interpolation
x1 = dt[1, "X"];
x2 = dt[2, "X"];
y1 = dt[1, "Y"];
y2 = dt[2, "Y"];
q11 = dt[1, "Colour"];
q21 = dt[4, "Colour"];
q12 = dt[5, "Colour"];
q22 = dt[2, "Colour"];
x = dt[3, "X"];
y = dt[3, "Y"];
// Interpolate in the X direction
r1 = Interpolate(x, x1, q11, x2, q21);
r2 = Interpolate(x, x1, q12, x2, q22);
// Interpolate in the Y direction
p = Interpolate(y, y1, r1, y2, r2);
Wait(3);
dt[3, "Colour"] = p;
È improbabile che questo sia il modo "migliore", ma per fare meglio sarebbero necessari alcuni dati di esempio (in una tabella JMP). Dovresti anche decidere come gestire i casi limite.
