1. resize函數(shù)說明

    OpenCV提供了resize函數(shù)來改變圖像的大小，函數(shù)原型如下：

void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR );

    參數(shù)說明：

src：輸入，原圖像，即待改變大小的圖像；dst：輸出，改變大小之后的圖像，這個圖像和原圖像具有相同的內容，只是大小和原圖像不一樣而已；dsize：輸出圖像的大小。如果這個參數(shù)不為0，那么就代表將原圖像縮放到這個Size(width，height)指定的大??；如果這個參數(shù)為0，那么原圖像縮放之后的大小就要通過下面的公式來計算：

       dsize = Size(round(fx*src.cols), round(fy*src.rows))

       其中，fx和fy就是下面要說的兩個參數(shù)，是圖像width方向和height方向的縮放比例。

fx：width方向的縮放比例，如果它是0，那么它就會按照(double)dsize.width/src.cols來計算；fy：height方向的縮放比例，如果它是0，那么它就會按照(double)dsize.height/src.rows來計算；interpolation：這個是指定插值的方式，圖像縮放之后，肯定像素要進行重新計算的，就靠這個參數(shù)來指定重新計算像素的方式，有以下幾種：

      INTER_NEAREST - 最鄰近插值
      INTER_LINEAR - 雙線性插值，如果最后一個參數(shù)你不指定，默認使用這種方法
      INTER_AREA -區(qū)域插值 resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire'-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
      INTER_CUBIC - 4x4像素鄰域內的雙立方插值
      INTER_LANCZOS4 - 8x8像素鄰域內的Lanczos插值

使用注意事項：

   dsize和fx/fy不能同時為0，要么你就指定好dsize的值，讓fx和fy空置直接使用默認值，就像

resize(img, imgDst, Size(30,30));

要么你就讓dsize為0，指定好fx和fy的值，比如fx=fy=0.5，那么就相當于把原圖兩個方向縮小一倍！

OpenCV官方說明：注意紅色方框那句話：https://docs.opencv.org/3.2.0/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d

To shrink an image, it will generally look best with cv::INTER_AREA interpolation, whereas to enlarge an image, it will generally look best with cv::INTER_CUBIC (slow) or cv::INTER_LINEAR (faster but still looks OK).

2.各種插值方式的比較

    OpenCV的cv::resize函數(shù)支持多種插值方式，這里主要比較下面四個常用的插值方式。

    參考資料：《OpenCV中resize函數(shù)五種插值算法的實現(xiàn)過程》 

2.1 INTER_NEAREST（最近鄰插值）

    最近鄰插值是最簡單的插值方法，選取離目標點最近的點作為新的插入點，計算公式表示如下：

插值后的邊緣效果：由于是以最近的點作為新的插入點，因此邊緣不會出現(xiàn)緩慢的漸慢過度區(qū)域，這也導致放大的圖像容易出現(xiàn)鋸齒的現(xiàn)象

2.2 INTER_CUBIC  (三次樣條插值)

插值后的邊緣效果：可以有效避免出現(xiàn)鋸齒的現(xiàn)象

2.3 INTER_LINEAR(線性插值)

    線性插值是以距離為權重的一種插值方式。

插值后的邊緣效果：可以有效避免出現(xiàn)鋸齒的現(xiàn)象

2.4 INTER_AREA  (區(qū)域插值)

   區(qū)域插值共分三種情況，圖像放大時類似于雙線性插值，圖像縮小(x軸、y軸同時縮小)又分兩種情況，此情況下可以避免波紋出現(xiàn)。因此對圖像進行縮小時，為了避免出現(xiàn)波紋現(xiàn)象，推薦采用區(qū)域插值方法。

  OpenGL說明文檔有這么解釋：To shrink an image, it will generally look best with #INTER_AREA interpolation, whereas to enlarge an image, it will generally look best with #INTER_CUBIC (slow) or #INTER_LINEAR (faster but still looks OK).

    如果要縮小圖像，通常推薦使用INTER_AREA插值效果最好，而要放大圖像，通常使用INTER_CUBIC(速度較慢，但效果最好)，或者使用INTER_LINEAR(速度較快，效果還可以)。

插值后的邊緣效果：

測試代碼：

#include <chrono>
#include <opencv2/opencv.hpp>
#define  millisecond 1000000
#define DEBUG_PRINT(...)  printf( __VA_ARGS__); printf("\n")
#define DEBUG_TIME(time_) auto time_ =std::chrono::high_resolution_clock::now()
#define RUN_TIME(time_)  (double)(time_).count()/millisecond
using namespace std;
 
cv::Mat image_resize(cv::Mat image, int width, int height, int interpolation, int num) {
    cv::Mat dest;
    for (int i = 0; i < num; ++i) {
        cv::resize(image, dest, cv::Size(width, height), 0, 0, interpolation);//最近鄰插值
    }
    return dest;
}
 
 
int main() {
    string path = "../1.jpg";
    cv::Mat image = cv::imread(path);
    cv::resize(image, image, cv::Size(1000, 1000));
    int re_width = 900;
    int re_height = 900;
    int  num=10;
    cv::Mat image2X_INTER_NEAREST;
    cv::Mat image2X_INTER_LINEAR;
    cv::Mat image2X_INTER_AREA;
    cv::Mat image2X_INTER_CUBIC;
    cv::Mat initMat;
    DEBUG_PRINT("image input size:%dx%d", image.rows, image.cols);
    DEBUG_TIME(T0);
    image2X_INTER_NEAREST=image_resize(image, re_width, re_height, cv::INTER_NEAREST, num);
    DEBUG_TIME(T1);
    image2X_INTER_LINEAR=image_resize(image, re_width, re_height, cv::INTER_LINEAR, num);
    DEBUG_TIME(T2);
    image2X_INTER_AREA=image_resize(image, re_width, re_height, cv::INTER_AREA, num);
    DEBUG_TIME(T3);
    image2X_INTER_CUBIC=image_resize(image, re_width, re_height, cv::INTER_CUBIC, num);
    DEBUG_TIME(T4);
    DEBUG_PRINT("resize_image:%dx%d,INTER_NEAREST:%3.3fms",
            image2X_INTER_NEAREST.rows,
            image2X_INTER_NEAREST.cols,
            RUN_TIME(T1 - T0)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_LINEAR :%3.3fms",
            image2X_INTER_LINEAR.rows,
            image2X_INTER_LINEAR.cols,
            RUN_TIME(T2 - T1)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_AREA   :%3.3fms",
            image2X_INTER_AREA.rows,
            image2X_INTER_AREA.cols,
            RUN_TIME(T3 - T2)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_CUBIC  :%3.3fms",
            image2X_INTER_CUBIC.rows,
            image2X_INTER_CUBIC.cols,
            RUN_TIME(T4 - T3)/num);
    return 0;
}

    運行結果：

image input size:1000x1000
resize_image:900x900,INTER_NEAREST:0.389ms
resize_image:900x900,INTER_LINEAR :0.605ms
resize_image:900x900,INTER_AREA   :2.611ms
resize_image:900x900,INTER_CUBIC  :1.920ms

3. 總結

    測試結果表明：

•  速度比較：INTER_NEAREST（最近鄰插值)>INTER_LINEAR(線性插值)>INTER_CUBIC(三次樣條插值)>INTER_AREA  (區(qū)域插值)
• 對圖像進行縮小時，為了避免出現(xiàn)波紋現(xiàn)象，推薦采用INTER_AREA 區(qū)域插值方法。
• OpenCV推薦：如果要縮小圖像，通常推薦使用#INTER_AREA插值效果最好，而要放大圖像，通常使用INTER_CUBIC(速度較慢，但效果最好)，或者使用INTER_LINEAR(速度較快，效果還可以)。至于最近鄰插值INTER_NEAREST，一般不推薦使用
  

到此這篇關于OpenCV圖像縮放resize各種插值方式的比較實現(xiàn)的文章就介紹到這了,更多相關OpenCV圖像縮放resize內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論