Как правило, вы не получите те же значения.Я попытаюсь объяснить эмпирически ...
Представьте белый прямоугольник на черном фоне, в котором будут только значения 255 (белый) и 0 (черный).Когда вы поворачиваете его, пиксели по краям прямоугольника попадают между пикселями в новом изображении.В этот момент вы закончите интерполяцию между 0-255 и получите какое-то совершенно новое значение, скажем, 172. И теперь у вас сразу возникла проблема, потому что билинейная интерполяция ввела новое значение, которого не было в исходном изображении, и когда вы поворачиваетеобратно, вы закончите интерполяцию между этими новыми 172 и 255 или 0, что даст вам еще одно новое значение, отсутствующее в исходном изображении.
Я надеюсь, что это помогает - это причина, почему вы должны использоватьИнтерполяция ближайшего соседа, когда ваши пиксели представляют, скажем, классы в контролируемой классификации.Вы начинаете с воды в классе 0 и песка на пляже в классе 17 рядом с ним, и если вы используете билинейную интерполяцию для изменения размера или геокоррекции, вы получите результат класса 7, который может представлять пшеницу - и вы редко найдете пшеницурастёт на пляже!