OpenCV4深度神经网路--图像缩放 opencv

图像缩放概念

图像缩放，顾名思义就是对图像进行放大或缩小的改变，其本质就是改变图像的宽度和高度，可以放大宽高，也可以缩小宽高。

图像缩放算法

图像缩放算法主要有：最近领域插值算法、双线性插值算法、立方插值算法和像素关系重采样算法。其中，OpenCV 默认使用双线性插值算法对图像进行缩放。

opencv函数实现

• API:cv2.resize

img = cv2.resize(img, (300,400))  #修改图片的尺寸
img = cv2.resize(img, (0,0), fx=0.5, fy=0.5, interpolation=cv2.INTER_NEAREST)  #修改图片的尺寸

• 参数说明
  参数1：原图片
  参数2：修改后的尺寸。第一个示例，表示缩放后图像的大小为（300， 400），即修改图像为：300宽 400高；如果设置了这个参数，那么设置的（width，height）就代表将原图像缩放到指定的宽高；如果未设置这个参数，即 (0,0) 或者 None，那么原图像缩放之后的大小就要通过公式来计算，如下:
  dsize =(round ( fx * 原图像的宽) ，round ( fy * 原图像的高 ))
  其中，fx 和 fy 表示图像宽度方向和高度方向上的缩放比例
  可选参数：
  fx：表示图像宽度方向上的缩放比例，默认为0，表示自动按照“（double）dsize.width/原图像的宽度”来计算。
  fy：表示图像高度方向上的缩放比例，默认为0，表示自动按照“（double）dsize.height/原图像的高度”来计算。
  interpolation：所用的插值方法
  
• 实例

import cv2
import os

#读入图像
img = cv2.imread('.\\images\\keji.jpg')
print('img shape:',img.shape)
cv2.namedWindow('img', cv2.WINDOW_AUTOSIZE)
cv2.imshow('img', img)

#图像缩放
#缩小一倍
#newimg = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_LINEAR)
h, w = img.shape[:2]
newimg = cv2.resize(img, (int(w/2), int(h/2)), interpolation=cv2.INTER_LINEAR)
print('newimg shape:', newimg.shape)
cv2.namedWindow('newimg', cv2.WINDOW_AUTOSIZE)
cv2.imshow('newimg', newimg)

cv2.waitKey(0)
cv2.destroyAllWindows()