使用 OpenCV 缩放图片

16/11/2022 python 743 words in 2 minutes -

本文原始链接：Image Resizing with OpenCV (opens new window)

在 OpenCV 中，我们使用 resize() 方法来缩放图片。

dst = resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

# 参数列表

参数	是否必需	具体含义
`src`	是	原图像，可以是图片路径或者图片对象
`dsize`	是	缩放后的图像大小
`dst`	否	目标图像，但是在 Python 里面没有任何意义。一般不传参或者设成 `None`
`fx,fy`	否	x 和 y 方向上的缩放比例
`interpolation`	否	插值方式，本质是一个 `int` 数值，一般用内置的枚举来提高代码可读性。

# 使用指定的宽高来缩放图片

import cv2
import numpy as np

# 读取图片
image= cv2.imread('image.jpg')

# 获取源图尺寸
h,w,c = image.shape
print("Original Height and Width:", h,"x", w)

# 使用新的宽高缩小图片
down_width = 300
down_height = 200
down_points = (down_width, down_height)
resize_down = cv2.resize(image, down_points, interpolation= cv2.INTER_LINEAR)

# 使用新的宽高放大图片
up_width = 600
up_height = 400
up_points = (up_width, up_height)
resized_up = cv2.resize(image, up_points, interpolation = cv2.INTER_LINEAR)

# 显示图片
cv2.imshow('Resized Down by defining height and width', resized_down)
cv2.imshow('Resized Up image by defining height and width', resized_up)
cv2.waitKey()
cv2.destroyAllWindows()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

我们的调整大小操作按预期进行。根据我们定义的新高度和宽度，图像放大或缩小。但需要注意的是，通过指定宽高来调整大小会使生成的图像失真。也就是说，图像的纵横比不会保持不变。

# 使用缩放比例因子来缩放图片

# 图片放大1.2倍，同时使用两个比例参数
scale_up_x = 1.2
scale_up_y = 1.2
# 图片缩小0.6倍，使用单个比例参数
scale_down = 0.6
 
# 执行缩放操作
scaled_down = cv2.resize(image, None, fx= scale_down, fy= scale_down, interpolation= cv2.INTER_LINEAR)
scaled_up = cv2.resize(image, None, fx= scale_up_x, fy= scale_up_y, interpolation= cv2.INTER_LINEAR)

# 显示图片
cv2.imshow('Resized Down by defining scaling factor', scaled_down)
cv2.imshow('Resized Up image by defining scaling factor', scaled_up)
cv2.waitKey(0)
cv2.destroyAllWindows()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

# 不同的插值方式

INTER_AREA：INTER_AREA 使用像素面积关系进行重采样。这最适合减小图像的尺寸（缩小）。当用于放大图像时，它使用 INTER_NEAREST 方法。
INTER_CUBIC：这使用双三次插值来调整图像大小。在调整和插值新像素的同时，该方法作用于图像的 4×4 相邻像素。然后它采用 16 个像素的权重平均值来创建新的插值像素。
INTER_LINEAR：这种方法有点类似于INTER_CUBIC插值。但与 INTER_CUBIC 不同的是，它使用 2×2 相邻像素来获取插值像素的加权平均值。
INTER_NEAREST：INTER_NEAREST 方法使用最近邻概念进行插值。这是最简单的方法之一，仅使用图像中的一个相邻像素进行插值。

虽然这些参数非常庞杂，但他们的插值效果却差不多，一般情况下，默认的线性插值就够用。如果非要给点建议的话，我翻译一下官网方文档的原话：

缩小图片，一般来说最好的插值方法是 INTER_AREA，而要放大一张图片的话，一般来说效果最好的是 INTER_CUBIC （速度慢）或者 INTER_LINEAR （速度快一些但结果仍然不错）。

# learnopencv # python