opecv入门：2.1图片缩放

# 1 load 2 info 3 resize 4 check
import cv2
img = cv2.imread('image0.jpg',1)  #此时image0是矩阵
imgInfo = img.shape   #获取 高 宽 颜色组成方式，表示三通道
print(imgInfo)
height = imgInfo[0]
width = imgInfo[1]
mode = imgInfo[2]
# 1 放大 缩小 2 等比例缩放   非 2:3 
dstHeight = int(height*0.5)#缩小
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))  最终生成的图片
cv2.imshow('image',dst)
cv2.waitKey(0)   #暂停一下

#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) newY = 2*（20/10）= 4
# 12.3 = 12  #取最近的

# 双线性插值
# A1 = 20% 上+80%下 A2    
# B1 = 30% 左+70%右 B2
# 1 最终点  = A1 30% + A2 70%   就是按比例给
# 2 最终点  = B1 20% + B2 80%

#实质：矩阵运算 

import cv2
import numpy as np
img = cv2.imread('jianming.jpg',1)
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)#0-255   空白模板
for i in range(0,dstHeight):#高度是行
    for j in range(0,dstWidth):#宽度是列 
        iNew = int(i*(height*1.0/dstHeight))    #强制转换
        jNew = int(j*(width*1.0/dstWidth))
        dstImage[i,j] = img[iNew,jNew]
cv2.imshow('dst',dstImage)
cv2.imwrite("ming.png",dstImage)
cv2.waitKey(0)