一、resize函数的基本介绍
import cv2 img = cv2.imread("test.jpg") resized_img = cv2.resize(img, (400, 400)) cv2.imshow("resized image", resized_img) cv2.waitKey(0) cv2.destroyAllWindows()
cv2.resize()函数在图像处理中被经常使用,用来缩小或放大图像。它接收两个参数,一个是要处理的图像,另一个是目标大小。目标大小是用元组表示的,元组中的第一个数为目标宽度,第二个数为目标高度。在上面的代码中,我们将原始图片test.jpg缩放成400×400尺寸的新图片。
二、resize函数的参数详解
1. interpolation参数
import cv2 img = cv2.imread("test.jpg") resized_img = cv2.resize(img, (400, 400), interpolation=cv2.INTER_AREA) cv2.imshow("resized image", resized_img) cv2.waitKey(0) cv2.destroyAllWindows()
默认情况下,resize函数的插值方法(interpolation)默认为cv2.INTER_LINEAR,即线性插值。但是,在放大或者缩小图像时,需要使用不同的插值方法,例如cv2.INTER_AREA等。上述代码中的cv2.INTER_AREA方法是最适合于缩小图像的插值方法,更多的插值方法可以参考opencv官方文档。
2. fx和fy参数
import cv2 img = cv2.imread("test.jpg") resized_img = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA) cv2.imshow("resized image", resized_img) cv2.waitKey(0) cv2.destroyAllWindows()
当我们需要按比例缩放图像时,我们可以使用fx和fy参数。这两个参数分别表示在水平和垂直方向上的缩放比例。如果我们只想在一个方向上缩放,另一个方向使用1作为缩放比例即可。
三、resize函数的一些应用场景
1. 缩放图像至指定大小
有时,我们需要将一张图片缩放至指定的大小,以适应某些特定的显示需求。
import cv2 img = cv2.imread("test.jpg") resized_img = cv2.resize(img, (400, 400), interpolation=cv2.INTER_AREA) cv2.imshow("resized image", resized_img) cv2.waitKey(0) cv2.destroyAllWindows()
2. 调整图像大小以适应屏幕
有时我们需要将一张图像适应于屏幕的大小,以获取最佳的显示效果。
import cv2 img = cv2.imread("test.jpg") screen_res = 1920, 1080 scale_width = screen_res[0] / img.shape[1] scale_height = screen_res[1] / img.shape[0] scale = min(scale_width, scale_height) window_width = int(img.shape[1] * scale) window_height = int(img.shape[0] * scale) cv2.namedWindow("resized image", cv2.WINDOW_NORMAL) cv2.resizeWindow("resized image", window_width, window_height) cv2.imshow("resized image", img) cv2.waitKey(0) cv2.destroyAllWindows()
3. 调整图像大小以适应打印
有时我们需要将一张图像适应于打印,以达到更好的打印效果。
import cv2 img = cv2.imread("test.jpg") dpi = 300 img_width, img_height, _ = img.shape paper_size = (8.3, 11.7) paper_width = int(paper_size[0] * dpi) paper_height = int(paper_size[1] * dpi) scale_width = paper_width / img_width scale_height = paper_height / img_height scale = min(scale_width, scale_height) canvas_width = int(img_width * scale) canvas_height = int(img_height * scale) canvas = np.ones((canvas_height, canvas_width, 3), dtype=np.uint8) * 255 start_x = (canvas_width - img_width) // 2 start_y = (canvas_height - img_height) // 2 canvas[start_y:start_y+img_height, start_x:start_x+img_width] = img cv2.imshow("resized image", canvas) cv2.waitKey(0) cv2.destroyAllWindows()
四、总结
本文对cv2.resize函数做了详细的介绍,并给出了一些常见的使用场景,如缩放图像至指定大小、调整图像大小以适应屏幕及打印等。希望本文能给读者带来一些有益的启示。