Python OpenCV中的resize()函數(shù)的使用

更新時間：2019年06月20日 11:16:41 作者：Rogn

這篇文章主要介紹了Python OpenCV中的resize()函數(shù)的使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

改變圖像大小意味著改變尺寸，無論是單獨的高或?qū)?，還是兩者。也可以按比例調(diào)整圖像大小。

這里將介紹resize()函數(shù)的語法及實例。

語法

函數(shù)原型

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

參數(shù)：

參數(shù)	描述
src	【必需】原圖像
dsize	【必需】輸出圖像所需大小
fx	【可選】沿水平軸的比例因子
fy	【可選】沿垂直軸的比例因子
interpolation	【可選】插值方式

【可選】插值方式

其中插值方式有很多種：

cv.INTER_NEAREST	最近鄰插值
cv.INTER_LINEAR	雙線性插值
cv.INTER_CUBIC	雙線性插值
cv.INTER_AREA	使用像素區(qū)域關系重新采樣。它可能是圖像抽取的首選方法，因為它可以提供無莫爾條紋的結果。但是當圖像被縮放時，它類似于INTER_NEAREST方法。

通常的，縮小使用cv.INTER_AREA，放縮使用cv.INTER_CUBIC(較慢)和cv.INTER_LINEAR(較快效果也不錯)。默認情況下，所有的放縮都使用cv.INTER_LINEAR。

例子

保留高寬比

以下是我們將在其上進行實驗的尺寸（149,200,4）（高度，寬度，通道數(shù)）的原始圖像：

import cv2
 
img = cv2.imread('./Pictures/python.png', cv2.IMREAD_UNCHANGED)
 
print('Original Dimensions : ',img.shape)
 
scale_percent = 60  # percent of original size
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA)
 
print('Resized Dimensions : ',resized.shape)
 
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

結果：

Original Dimensions : (149, 200, 4)
Resized Dimensions : (89, 120, 4)

調(diào)節(jié)scale_percent可以放大或縮小。需要準備shape先高再寬，參數(shù)是先寬再高。

還有一種方式，就是使用自帶的參數(shù)fx和fy，更加方便。

import cv2
img = cv2.imread("./Pictures/python.png")
print('Original Dimensions : ', img.shape)

resized = cv2.resize(img, None, fx=0.6, fy=0.6, interpolation=cv2.INTER_AREA)

print('Resized Dimensions : ',resized.shape)

cv2.imshow("resized_img", resized)
cv2.waitKey(0)

不保留高寬比

例如，改變寬度，高度不變：

import cv2

img = cv2.imread("./Pictures/python.png")

print('Original Dimensions : ',img.shape)
 
width = 440
height = img.shape[0] # keep original height
dim = (width, height)
 
# resize image
resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA)
 
print('Resized Dimensions : ',resized.shape)
 
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

結果：

Original Dimensions : (149, 200, 4)
Resized Dimensions : (149, 440, 4)

指定高和寬

給定高和寬的像數(shù)值。

import cv2

img = cv2.imread("./Pictures/python.png")

print('Original Dimensions : ',img.shape)
 
width = 350
height = 450
dim = (width, height)
 
# resize image
resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA)
 
print('Resized Dimensions : ',resized.shape)
 
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

結果：