python图像等比例压缩_python 简单图像处理(5) 缩放

本文介绍了Python中图像等比例缩放的方法,包括基于等间隔采样的图像缩小和基于局部均值的图像缩小。通过实例展示了全比例和非全比例缩放的效果,并对比了两种方法的差异,以及简单的图像放大算法——最近领域法和线性插值法。
摘要由CSDN通过智能技术生成

好啦,在这里我要介绍图像的缩放啦

图像比例缩放是指将给定的图像在x轴方向按比例缩放,在y轴方向也按比例缩放,从而获得一幅新的图像。

如果两个方向上缩放比例相等,则为全比例缩放,否则为非全比例缩放

比例缩放用矩阵形式可表示为

代数式为

我们先来看图像的比例缩小变换

介绍两种简单的缩小变换方法:

基于等间隔采样的图像缩小方法

基于局部均值的图像缩小方法

基于等间距采样的图像缩小方法的设计思路是,对画面像素均匀采样来保持所选像素仍旧可以保持图像的特征

说白了,就是选择一些点,舍弃一些点,用选择的点组成一幅图,使它和原图差不多

若比例因子为m和n,原图的矩阵为f[M×N],缩小后的矩阵为g[(M*m)×(N*n)]

由于原图像素点多,映射到g后会出现多点对一点的现象

所以我们从g映射到f,

则有g(i,j) = f(i/m,j/n)

我们可以很快写出测试程序:

importcvdefReduce(image,m,n):

H=int(image.height*m)

W=int(image.width*n)

size=(W,H)

iReduce=cv.CreateImage(size,image.depth,image.nChannels)foriinrange(H):forjinrange(W):

x=

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值