图像的尺寸调整,如放大或者缩小图像,我们可以用到cv2.resize函数,该函数可以将原图像精准的转换为目标图像大小。
Python:
dst = cv.resize( src, dsize[, dst[, fx[, fy[, interpolation]]]] )
src 输入图像,源图像
dst 输出图像,当dsize!=0时,大小为dsize,当dsize=0时,根据fx和fy确认,类型和出入图像类型一致
dsize 输出图像大小,当dsize=0时根据以下计算公式计算:
dsize = Size(round(fxsrc.cols), round(fysrc.rows))
所以dsize与fx、fy不能同时为0.
fx x方向上比例因子,当fx=0时,计算公式如下
(double)dsize.width/src.cols
fy y方向上比例因子,当fy=0时,计算公式如下
(double)dsize.height/src.rows
interpolation 插值方法
来自 https://docs.opencv.org/4.1.0/da/d54/group__imgproc__transform.html
不论是放大或是缩小图像都需要插值运算,缩小图像时,目标图像的像素会映射为源图像中的多个像素,放大图像时,目标图形上的像素可能无法在源图像中找到精确对应的像素,都需要进行插值运算。