OpenCV resize 的各插值方式的区别与用途

一、resize 函数中 interpolation 参数的区别和用途

cv2.resize 函数中的 interpolation 参数用于指定图像缩放时使用的插值方法。不同的插值方法会影响缩放后图像的质量和处理速度。以下是cv2.INTER_AREA、cv2.INTER_CUBIC、cv2.INTER_NEAREST、cv2.INTER_LINEAR 和 cv2.INTER_LANCZOS4 的对比：

根据上述对比：

• 如果目标是快速缩小图像且可以接受一定的质量损失，应选择 cv2.INTER_NEAREST。

• 如果需要在缩小图像时保持较高的质量，应选择 cv2.INTER_AREA。

• 对于需要在放大和缩小图像时都保持较好质量的应用， cv2.INTER_CUBIC 和 cv2.INTER_LINEAR 是较好的选择，具体取决于是否可以接受较慢的处理速度。

• 当图像质量是最重要的，尤其是在放大图像时，应选择 cv2.INTER_LANCZOS4，尽管这会牺牲处理速度。

一般在做训练数据预处理时，缩小图像使用 cv2.INTER_AREA，放大图像使用 cv2.INTER_CUBIC

def image_resize(img, size):
	if img.shape[0] > size:
		# 基于像素区域关系的重采样，适用于图像缩小，尤其是图像抽取，可以避免摩尔纹现象
		img = cv2.resize(img, (size, size), interpolation=cv2.INTER_AREA)
	elif img.shape[0] < size:
		# 基于4x4像素邻域的三次插值，适用于图像放大和缩小，能够提供较高的图像质量，但计算量相对较大
		img = cv2.resize(img, (size, size), interpolation=cv2.INTER_CUBIC)
	return img

参考文档：
https://blog.csdn.net/guyuealian/article/details/85097633