OpenCV 图像处理 01 图片的缩放

方法1：

#最近临域插值 双线性插值 原理
# src 10*20 dst 5*10
#dst<-src
#(1,2)<-(2,4)
#dst x 1 -> src x 2 newX
#newX = x*(src 行/目标 行) newX = 1*(10/5) = 2
#newY = y*(src 列/目标 列) newX = 2*(20/10) = 4
#12.3 = 12

# 1、图片的加载load 2、获取图片信息inof 3、resize方法 4、check
import cv2
img = cv2.imread('image0.jpg',1)
cv2.imshow('img',img)
imgInfo = img.shape
print(imgInfo)
height = imgInfo[0]
width = imgInfo[1]
mode = imgInfo[2]
# 1放大 缩小 2、等比例 非 2:3
dstHeight = int(height*0.5)
dstWidth = int(width*0.5)
#最近临域插值 双线性插值 像素关系重采样 立方插值
dst = cv2.resize(img,(dstWidth,dstHeight))
cv2.imshow('image',dst)
cv2.waitKey(0)

效果：

 方法2：

#双线性插值法
#A1 = 20% 上 + 80% 下
#B1 = 30% 左 + 70% 右
#1 最终点 = A1* 30% + A2* 70%
#2 最终点 = B1* 20% + B2* 80%

#info 2 空白模板 3 需要重新计算xy
import cv2
import numpy as np
img = cv2.imread('image0.jpg',0)
imgInfo =img.shape
height = imgInfo[0]
width = imgInfo[1]
dstHeight = int(height/2)
dstWidth = int(width/2)
dstImage = np.zeros((dstHeight,dstWidth,3),np.uint8)
print(height*1.0/dstHeight)
for i in range(0,dstHeight):#行
    for j in range(0,dstWidth):
        iNew = int(i*(height*1.0/dstHeight))
        jNew = int(j*(width*1.0/dstWidth))
        dstImage[i,j] = img[iNew,jNew]
cv2.imshow('dst',dstImage)
cv2.waitKey(0)
#1 opencv API resize 2 算法原理 3 源码