OpenCV: 图像缩放(cv2.resize)【一分钟弄清楚】

OpenCV: 图像缩放(cv2.resize)【一分钟弄清楚】

🌈 个人主页：高斯小哥

🔥 高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程 👈 希望得到您的订阅和支持~

💡 创作高质量博文，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~）

🌵文章目录🌵

• 一、cv2.resize()函数简介
• • 示例代码
  • 注意事项
  • 二、cv2.resize()函数实战
  • • 需求场景
    • 生成初始图像
    • 将初始图像的【高】放大一倍(384 --> 768)
    • 三、最后 🤝

        在图像处理和计算机视觉应用中，图像缩放是一个常见的操作。OpenCV库中的cv2.resize()函数是一个非常实用的工具，可以轻松地实现这一功能。本文将为你介绍如何使用cv2.resize()来缩放图像，让你在一分钟内掌握这个技能！

      ---

      一、cv2.resize()函数简介

      cv2.resize()函数用于调整图像的尺寸。它的基本语法如下：

      cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
      

      参数说明：

      • src: 输入图像。
      • dsize: 输出图像的尺寸，可以是一个单元素的元组（仅指定宽度），或者两个元素的元组（宽度和高度）。
      • fx 和 fy: 缩放因子，分别表示宽度和高度的缩放比例。如果未指定，则使用dsize参数。
      • interpolation: 插值方法，用于确定像素值。常用的插值方法有cv2.INTER_LINEAR（线性插值）、cv2.INTER_NEAREST（最近邻插值）等。

        示例代码

        下面是一个简单的示例，展示如何使用cv2.resize()函数将图像缩小为原尺寸的一半：

        import cv2
        # 读取图像
        img = cv2.imread('input.jpg')
        # 缩小图像尺寸为原尺寸的一半
        height, width = img.shape[:2]
        new_size = (width // 2, height // 2)
        resized_img = cv2.resize(img, new_size, interpolation=cv2.INTER_LINEAR)
        # 显示原图和缩放后的图像
        cv2.imshow('Original Image', img)
        cv2.imshow('Resized Image', resized_img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
        

        注意事项

        在使用cv2.resize()函数时，需要注意以下几点：

        1. 确保输入图像是有效的，并且尺寸与期望的输出尺寸相匹配。否则，可能会导致错误或不可预测的结果。
        2. 根据需要选择合适的插值方法。不同的插值方法可能会对结果产生影响，特别是在放大图像时。
        3. 确保安装了正确版本的OpenCV库。不同版本的OpenCV可能在函数使用和参数上略有差异。

        二、cv2.resize()函数实战

        需求场景

        欲对高为384，宽为512的图像进行放大或缩小。

        生成初始图像

        代码如下：

        import cv2
        import numpy as np
        # 生成初始图像
        img = np.zeros((384, 512), dtype=np.uint8) 
        img[172:212, 32:-32] = 255
        print(img.shape) # (高，宽) ---> (384, 512)
        cv2.imshow('img', img)
        cv2.waitKey(0)
        

        运行结果如下：

        

        图1 运行结果

        将初始图像的【高】放大一倍(384 --> 768)

        代码如下：

        import cv2
        import numpy as np
        # 生成初始图像
        img = np.zeros((384, 512), dtype=np.uint8)
        img[172:212, 32:-32] = 255
        H, W = img.shape # img.shape 分别记录了图像的【高】和【宽】 --> 【高前宽后】
        print("before", H, W) # 384 512
        # 可行的方案1 ———— 使用cv2.resize函数的dsize参数指定输出图像的宽高
        # dsize的第一个参数指定的是输出图像的【宽】，第二个才是【高】 --> 【宽前高后】
        # --> 与img.shape正好相反，使用cv2.resize函数的dsize参数需要特别注意。
        img = cv2.resize(img, dsize=(W, H*2)) # 注意dsize参数的使用方式
        # 可行的方案2 ———— 使用cv2.resize函数的fy参数
        # 要点1： fy=2表示沿着y轴(高)方向放大一倍；
        # 要点2： fx=1虽然没有起到作用，但不可省略；
        # 要点3： dsize参数必须设置为None；
        img = cv2.resize(img, dsize=None, fx=1, fy=2)) # 沿着高的方向将初始图像放大一倍
        # fx = 2, fy = 1 ---> 宽放大一倍，高保持不变
        # fx = 0.5， fy = 1 ---> 宽缩小为原来1/2，高保持不变
        # fx = 1， fy = 0.5 ---> 高缩小为原来1/2，宽保持不变
        # 打印新图像大小
        new_H, new_W = img.shape
        print("after", new_H, new_W) # 768 512
        # 显示图像
        cv2.imshow('img', img)
        cv2.waitKey(0)
        

        运行结果如下：

        

        

        图2 运行结果

        ---

        三、最后 🤝

          亲爱的读者，感谢您每一次停留和阅读，这是对我们最大的支持和鼓励！🙏在茫茫网海中，您的关注让我们深感荣幸。您的独到见解和建议，如明灯照亮我们前行的道路。🌟若在阅读中有所收获，一个赞或收藏，对我们意义重大。

          我们承诺，会不断自我挑战，为您呈现更精彩的内容。📚有任何疑问或建议，欢迎在评论区畅所欲言，我们时刻倾听。💬让我们携手在知识的海洋中航行，共同成长，共创辉煌！🌱🌳感谢您的厚爱与支持，期待与您共同书写精彩篇章！

          您的点赞👍、收藏🌟、评论💬和关注💖，是我们前行的最大动力！

          🎉 感谢阅读，祝你编程愉快！ 🎉