OpenCV resize不同插值方式效率对比

目录

一.API 

二参数说明

三 最近邻和双线性插值的区别

四 测试代码

五 实验结果

---

---

一.API 

CV_EXPORTS_W void resize( InputArray src, OutputArray dst,
                          Size dsize, double fx = 0, double fy = 0,
                          int interpolation = INTER_LINEAR );

二参数说明

src:原图

dst:输出图像

dSize:目标尺寸

fx,fy:目标比例

关于dSize 和 fx,fy的说明：

（1）如果设置了dSize的大小，则fx,fy 传入0 即可，其值会被resize函数自动计算
    resize(src, dst, dst.size(), 0, 0, interpolation);

（2）如果设置了fx,fy的大小，则dSize 传空值进去即可，其值同样会被resize函数自动计算

   resize(src, dst, Size(), 0.5, 0.5, interpolation);

 

三 最近邻和双线性插值的区别

https://www.cnblogs.com/wanghui-garcia/p/11171954.html

一句话总结：最近邻就是简单的取整，双线性就是用周围的四个点去生成目标像素的值，因此最近邻会有锯齿现象，二双线性则比较光滑

四 测试代码

void doResize(Mat &img, InterpolationFlags type,std::string str)
{
	/*
	auto start = std::chrono::system_clock.now();

	auto end = std::chrono::system_clock.now();
	auto duration = duration_cast<microseconds>(end - start);
	auto durationseconds = double(duration.count()) * microseconds.period::num / microseconds.period::den;
	*/
	double tTime;
	tTime = (double)getTickCount();
	Mat dst;
	resize(img, dst, Size(256, 256), 0, 0, type);
	tTime = 1000 * ((double)getTickCount() - tTime) / getTickFrequency();
	cout << str << ":" << tTime << endl;
	cv::imshow(str, dst);

}

void ResizeTest()
{
	Mat srcImage = imread("D:\\1.jpg");
	if (!srcImage.data)
		return ;
	cv::imshow("src", srcImage);
	doResize(srcImage, INTER_LINEAR, "INTER_LINEAR");

	doResize(srcImage, INTER_NEAREST, "INTER_NEAREST");

	doResize(srcImage, INTER_CUBIC, "INTER_CUBIC");

	doResize(srcImage, INTER_AREA, "INTER_AREA");

	doResize(srcImage, INTER_LANCZOS4, "INTER_LANCZOS4");

	doResize(srcImage, INTER_LINEAR_EXACT, "INTER_LINEAR_EXACT");

	
	cv::waitKey(0);

}

int main()
{
	ResizeTest();
	waitKey(0);
	return 0;
}

五 实验结果

从下面结果来看，最近邻算法(INTER_NEAREST )速度最快

原图

 

不同插值方式对应的结果