c语言 归一化图片大小,OpenCV学习笔记（1）——resize函数实现图像大小归一化

在图像处理过程当中，有时须要把图像调整到一样大小，便于处理，这时须要用到图像resize()ios

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，若是为0，则

函数

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，计算以下

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，有如下几种：

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

目标以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。ui

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。atom

INTER_LINEAR 线性插值

默认使用。在使用最近邻插值时，获得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。spa

CV_INTER_AREA：区域插值

区域插值分为3种状况。图像放大时相似于线性插值，图像缩小时能够避免波纹出现。rest

INTER_CUBIC 三次样条插值

使用4x4邻域内的像素双3次插值。code

INTER_LANCZOS4 Lanczos插值

使用8×8像素邻域的Lanczos插值orm

实例对象

#include

#include

#include

#include

#include

#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"); //建立一个名为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()); //建立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;

}