OpenCV学习笔记（1）——resize函数实现图像大小归一化

在图像处理过程中，有时需要把图像调整到同样大小，便于处理，这时需要用到图像resize()

原函数
void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR )
前两个参数分别为输入和输出图像。dsize表示输出图像的大小，如果为0，则

dsize=Size(round(fx∗src.cols),round(fy∗src.rows))

dsize和fx、fy不能同时为0。fx、fy是沿x轴和y轴的缩放系数；默认取0时，计算如下

fx=(double)dsize.width/src.cols

fy=(double)dsize.height/src.rows

最优一个参数interpolation表示插值方式，有以下几种：
INTER_NEAREST - 最近邻插值
INTER_LINEAR - 线性插值（默认）
INTER_AREA - 区域插值
INTER_CUBIC - 三次样条插值
INTER_LANCZOS4 - Lanczos插值

INTER_NEAREST最近邻插值

目标如下的像素点为对应的最近的原图像的像素点。假设原图像大小为(s_height, s_width)，目标图像大小为(d_height, d_width)，那么高度和宽度的缩放比例为h_ratio = s_height/d_height，w_ratio=s_width/d_width。

对面目标图像像素:(x, y)其值等于原图像(x * w_ration, y * h_ration)处的值。

INTER_LINEAR 线性插值

默认使用。在使用最近邻插值时，得到的坐标未必是一个整数，例如
(xw_ration, yh_ration)=（10.5， 20.5），那么可能取得坐标点就有四种（10， 20）、（11， 20）、（10， 21）、（11， 21）。双线性插值，会把这四个坐标的像素值加权求和。
D(x, y) = S(j, k) * w1 + S(j+1, k) w2 + S(j+1,k+1) w3 + S(j, K+1) * w4，其中w为权值。权值大小和计算位置的小数部分有关。

CV_INTER_AREA：区域插值

区域插值分为3种情况。图像放大时类似于线性插值，图像缩小时可以避免波纹出现。

INTER_CUBIC 三次样条插值

使用4x4邻域内的像素双3次插值。

INTER_LANCZOS4 Lanczos插值

使用8×8像素邻域的Lanczos插值

实例

#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <stdio.h>
#define NORM_WIDTH 230 //归一化后的宽和高
#define NORM_HEIGHT 230
using namespace std;
using namespace cv;
int main(void)
{
 Mat src_img;
 string imgSrcPath = "pic";//使用相对路径，图片和代码保存在相同的目录下
 string imgSavePath = "pic_new";
 imgSrcPath += ".png";
 src_img = imread(imgSrcPath,1);
 namedWindow("Test");     //创建一个名为Test窗口
 imshow("Test",src_img);   //窗口中显示图像
 waitKey(1000); 
 Mat dst_img_rsize(NORM_WIDTH,NORM_HEIGHT,src_img.type()); //创建Mat对象并指定大小和类型
 resize(src_img,dst_img_rsize,dst_img_rsize.size(),0,0,INTER_LINEAR);
 imshow("Test",dst_img_rsize);
 imgSavePath += ".png";
 waitKey(5000);
 imwrite(imgSavePath,dst_img_rsize);
 return 0;
}