opencv resize c/c++/python

使用opencv也已经很久了,在使用过程中,常常需要调整图像大小,这就会使用到resize函数。每次都得在网上查找,今天将它的c/c++/python版本都详细记录,解决这个问题。

 

函数功能:调整图像的大小

C++:
void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR)

Python:
cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst

C:
void cvResize(const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR)

参数说明:

src - 原图

dst - 目标图像。当参数dsize不为0时,dst的大小为size;否则,它的大小需要根据src的大小,参数fx和fy决定。dst的类型(type)和src图像相同

dsize - 目标图像大小。当dsize为0时,它可以通过以下公式计算得出:

所以,参数dsize和参数(fx, fy)不能够同时为0

fx - 水平轴上的比例因子。当它为0时,计算公式如下:

fy - 垂直轴上的比例因子。当它为0时,计算公式如下:

interpolation - 插值方法。共有5种:

1)INTER_NEAREST - 最近邻插值法

2)INTER_LINEAR - 双线性插值法(默认)

3)INTER_AREA - 基于局部像素的重采样(resampling using pixel area relation)。对于图像抽取(image decimation)来说,这可能是一个更好的方法。但如果是放大图像时,它和最近邻法的效果类似。

4)INTER_CUBIC - 基于4x4像素邻域的3次插值法

5)INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos插值

 

如果目标图像dst已经初始化过大小,并且你想要将原始图像src调整为目标图像dst的大小,那么,调用方式可以如下:

C++:

// 显示指定
resize(src, dst, dst.size(), 0, 0, INTER_CUBIC)

但如果你想指定调整的幅度,可以使用以下方式:

resize(src, dst, 0, 0.3, 0.7, INTER_CUBIC)


如果想要收缩图像,那么使用 重采样差值法效果最好;如果想要放大图像,那么最好使用3次差值法或者 线性差值法(文档推荐的)。

 

前面已经说了一堆理论,现在开始实验一下。

当前实验暂不涉及不同采样方法之间的效果,时间等对比,采样方法按文档推荐的来:收缩图像采样重采用;放大图像采用3次差值。

实验内容:1)将原图缩小为(0.3, 0.5);2)将原图放大为(1.6, 1.2)。其中,缩小图像时,使用dsize参数;放大图像时,使用fx,fy参数

实验对象:lena.jpg

 

C++:

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{
	// 获取原图
	Mat img = imread(argv[1], -1);
	if (img.empty())
	{
		cout <<"无法读取图像" <<endl;
		return 0;
	}

	int height = img.rows;
	int width = img.cols;

	// 缩小图像,比例为(0.3, 0.5)
	Size dsize = Size(round(0.3 * width), round(0.5 * height));
	Mat shrink;
	resize(img, shrink, dsize, 0, 0, INTER_AREA);

	// 放大图像,比例为(1.6, 1.2)
	float fx = 1.6;
	float fy = 1.2;
	Mat enlarge;
	resize(img, enlarge, Size(), fx, fy, INTER_CUBIC);

	// 显示
	imshow("src", img);
	imshow("shrink", shrink);
	imshow("enlarge", enlarge);

	waitKey(0);

	return 0;
}


 

Python:

参考:python opencv 图像尺寸变换 - http://www.xuebuyuan.com/1971769.html

#!/usr/bin/env python
#-*- coding: utf-8 -*-

"""
重设图像大小。
缩小图像,比例为(0.3, 0.5)
放大图像,比例为(1.6, 1.2)
"""

__author__ = 'zj'

import cv2
import os

if __name__ == '__main__':
	img = cv2.imread("lena.jpg", -1)
	if img == None:
		print "Error: could not load image"
		os._exit(0)
	
	height, width = img.shape[:2]

	# 缩小图像
	size = (int(width*0.3), int(height*0.5))
	shrink = cv2.resize(img, size, interpolation=cv2.INTER_AREA)
	
	# 放大图像
	fx = 1.6
	fy = 1.2
	enlarge = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_CUBIC)

	# 显示
	cv2.imshow("src", img)
	cv2.imshow("shrink", shrink)
	cv2.imshow("enlarge", enlarge)

	cv2.waitKey(0)
 


 

C:

#include <stdio.h>
#include <cv.h>
#include <highgui.h>

int main(int argc, char* argv[])
{
	IplImage *img = cvLoadImage(argv[1], -1);
	if (img == NULL) 
	{
		printf("Error: Could not load image");
		return 0;
	}

	int width = img->width;
	int height = img->height;

	// 缩小,比例为(0.3, 0.5)
	CvSize size_shrink = cvSize(cvRound(0.3*width), cvRound(0.5*height));
	IplImage *shrink = cvCreateImage(size_shrink, IPL_DEPTH_8U, 3);
	cvResize(img, shrink, CV_INTER_AREA);

	// 放大,比例为(1.6, 1.2)
	CvSize size_enlarge = cvSize(cvRound(1.6*width), cvRound(1.2*height));
	IplImage *enlarge = cvCreateImage(size_enlarge, IPL_DEPTH_8U, 3);
	cvResize(img, enlarge, CV_INTER_CUBIC); 

	// 显示
	cvNamedWindow("src");
	cvNamedWindow("shrink");
	cvNamedWindow("enlarge");

	cvShowImage("src", img);
	cvShowImage("shrink", shrink);
	cvShowImage("enlarge", enlarge);

	cvWaitKey(0);

	cvReleaseImage(&img);
	cvReleaseImage(&img);	
	cvReleaseImage(&img);

	return 0;
}
 

 

在使用resize的过程中,总会遇到一个size的问题。

C++:

Size Mat::size() const

该方法返回一个矩阵(matrix),指定两个参数,分别是宽(cols)和高(rows) - size: Size(cols, rows)。当矩阵大于2维时,返回大小为(-1, -1)。

 

C:

CvSize cvSize(int width, int height)

得到一个矩阵或者图像的大小

 

参考:

http://www.itkeyword.com/doc/2403122056656808x501/opencv-resize-c-c++-python

http://www.opencv.org.cn/opencvdoc/2.3.2/html/modules/imgproc/doc/geometric_transformations.html?highlight=resize#cv.Resize

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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