OpenCV-16图像的基本变换

一、图像的放大与缩小

1. 对小狗图片进行缩放

使用API----resize（src, dsize, [,dst,[fx[,fy[,interpolation]]]]）

src：要缩放的图像。

dsize：缩放之后的图像大小，元组和列表表示都可以。

dst：可选参数，缩放之后的输出图片。

fx，fy：x轴与y轴的缩放比，即宽度与高度的缩放比。

interpolation：插值算法，只要包括以下四种：

1）INTER_NEAREST, 邻近查找，速度快，效果差

2）INTER_LINEAR, 双线性插值，使用原图中的4个点进行插值，为默认的

3）INTER_CUBIC, 三次插值，原图纸的16个点。

4）INTER_AREA, 区域插值，效果最好，时间最长。

示例代码如下所示：

复制代码

import cv2
import numpy as np


dog = cv2.imread("dog.png")
cat = cv2.imread("cat.png")
print(dog.shape)
print(cat.shape)

# 把狗缩放的和猫一样大
new_dog = cv2.resize(dog, (559, 372))   # 先填宽度再填高度
# shape显示中行为高度，列为宽度   后面参数可以默认
print(new_dog.shape)
cv2.imshow("new_dog", np.hstack((cat, new_dog)))
cv2.imshow("dog", dog)
print(dog.__sizeof__())
print(new_dog.__sizeof__())

cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下所示：

通过__sizeof__我们可以查看旧的小狗图像和新的小狗图像所占内存大小。

可以看到，经过resize操作后，小狗的图像的宽和高降低，所占内存空间减小。

2. 比较不同算法下的resize操作

复制代码

new_dog1 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_NEAREST)   # 先填宽度再填高度
new_dog2 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_LINEAR)    # 先填宽度再填高度
new_dog3 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_CUBIC)    # 先填宽度再填高度
new_dog4 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_AREA)    # 先填宽度再填高度

cv2.imshow("new_dog", np.hstack((cat, new_dog)))
cv2.imshow("dog1", new_dog1)
cv2.imshow("dog2", new_dog2)
cv2.imshow("dog3", new_dog3)
cv2.imshow("dog4", new_dog4)

我们可以比较四种不用的算法，一般来说cv2.INTER_AREA效果最好。

3. 按照x轴和y轴的比例进行缩放

此时dsize为None，建议填写关键字参数

复制代码

new_dog5 = cv2.resize(dog, dsize=None, fx=0.5, fy=0.5)

此时得到的小狗图片是之前的一般大小。

综合演示代码如下所示：

复制代码

import cv2
import numpy as np


dog = cv2.imread("dog.png")
cat = cv2.imread("cat.png")
print(dog.shape)
print(cat.shape)

# 把狗缩放的和猫一样大
new_dog = cv2.resize(dog, (559, 372))   # 先填宽度再填高度
# shape显示中行为高度，列为宽度   后面参数可以默认
print(new_dog.shape)
# 比较四种算法下的小狗照片的缩放
new_dog1 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_NEAREST)   # 先填宽度再填高度
new_dog2 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_LINEAR)    # 先填宽度再填高度
new_dog3 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_CUBIC)    # 先填宽度再填高度
new_dog4 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_AREA)    # 先填宽度再填高度
# 按照x轴和y轴进行缩放
new_dog5 = cv2.resize(dog, dsize=None, fx=0.5, fy=0.5)


cv2.imshow("new_dog", np.hstack((cat, new_dog)))
cv2.imshow("dog1", new_dog1)
cv2.imshow("dog2", new_dog2)
cv2.imshow("dog3", new_dog3)
cv2.imshow("dog4", new_dog4)
cv2.imshow("dog5", new_dog5)
print(dog.__sizeof__())
print(new_dog.__sizeof__())

cv2.waitKey(0)
cv2.destroyAllWindows()