<CV>Padding Resize

这篇博客探讨了在图像处理中如何使用OpenCV进行图像的Padding操作,以保持原始比例。通过记录错误和解决方案,作者指出在Resize时选择合适的插值方法,如cv2.INTER_AREA(缩小)和cv2.INTER_CUBIC或cv2.INTER_LINEAR(放大)。文章还提到了数据类型问题,即默认使用64位float与cv2支持的32位float之间的冲突,并分享了修正代码的过程。
摘要由CSDN通过智能技术生成

说明

  • 利用padding像素0的方式,在原始图像窄边进行填充,以此保证图片的原始比例

CODE

	def __init__(self, imageSize: int = 512, device: str = "cpu"): ...
	
	def __resize(self, image: np.ndarray, interpolation: int = cv2.INTER_AREA) -> Union[np.ndarray, bool]:
        """
        对输入图像数据进行resize
        @param image: 需要resize的图像数据
        @param interpolation: 插值方式,cv2.INTER_AREA, cv2.INTER_CUBIC, cv2.INTER_LINEAR
        @return: resize之后需要返回的数据
        """
        height, width = image.shape[:2]

        if width > height:
            height = int(height * self
  • 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