【小练习】机器视觉及图像——识别图片缩放

第一部分:

# 图片缩放1
# 1 load 图片的加载  2 info 图片的宽高  3 resize 图片的缩放 4 check 图片的检查
import cv2
img = cv2.imread('image.jpg',1)#注意括号力的image.jpg为同文件夹下的已存在的图片
imgInfo = img.shape   #imgInfo 是一个3x1的矩阵(长  宽  颜色数)
print(imgInfo)
height = imgInfo[0]
width = imgInfo[1]
mode = imgInfo[2]
# 图片的变换  1 放大 缩小  2 等比例缩放 非等比例
dstHeight = int(height*0.5)
dstWidth = int(width*0.5)
# 最近领域插值  双线性插值  像素关系重采样  立方插值
dst = cv2.resize(img,(dstHeight,dstWidth))
cv2.imshow('imgage',dst)# 此处的图片为原图片名称
cv2.waitKey(0)

第二部分:

# 图片缩放2
# 最近领域插值  双线性插值 原理
# src<--10*20  dst 5*10
# dst<--src
# (1,2)<--(2,4)点
# dst x 1 -> src x 2 new
# newX = x*(src 行/目标 行) newX = 1*(10/5) = 2
# newY = x*(src 列/目标 列) newY = 2*(10/10) = 4
#12.3-->12 取最近的
import cv2
import numpy as np
img = cv2.imread('image.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) # uint8 :0-255
for i in range(0,dstHeight): # 行
    for j in range(0,dstWidth): # 列
        iNew = int(i*(height*1.0/dstHeight))
        jNew = int(j*(width*1.0/dstWidth))
        dstImage[i,j] = img[iNew,jNew]
cv2.imshow('dst',dstImage)
cv2.waitKey(0)
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