OpenCV库学习之cv2.resize函数

OpenCV库学习之cv2.resize函数

一、简介

cv2.resize 是 OpenCV 库中的一个函数,用于改变图像的大小。这个函数非常灵活,支持不同的插值方法,可以根据需要放大或缩小图像,同时尽可能保持图像质量。

二、语法和参数

语法:

python 复制代码
cv2.resize(src, dsize, fx, fy, interpolation)

参数:

  • src: 原始图像矩阵。
  • dsize: 一个元组 (width, height),表示输出图像的尺寸。
  • fx: 可选参数,水平方向的缩放因子。
  • fy: 可选参数,垂直方向的缩放因子。
  • interpolation: 插值方法,常见的有 cv2.INTER_LINEAR, cv2.INTER_CUBIC, cv2.INTER_NEAREST 等。

返回值:

  • 返回一个新的图像矩阵,其大小为 dsize 指定的尺寸。

三、实例

3.1 改变图像大小并保持比例
python 复制代码
import cv2

# 读取图像
image = cv2.imread('example.jpg')

# 设置新的尺寸,保持原始比例
new_width = 500
ratio = new_width / image.shape[1]
new_height = int(image.shape[0] * ratio)

# 改变图像大小
resized_image = cv2.resize(image, (new_width, new_height), interpolation=cv2.INTER_AREA)

# 显示图像
cv2.imshow('Resized Image', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

复制代码
(图像窗口显示修改后的图像)
3.2 使用缩放因子改变图像大小
python 复制代码
import cv2

# 读取图像
image = cv2.imread('example.jpg')

# 定义缩放因子
scale_factor = 0.5

# 改变图像大小
resized_image = cv2.resize(image, None, fx=scale_factor, fy=scale_factor, interpolation=cv2.INTER_LINEAR)

# 显示图像
cv2.imshow('Resized Image', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

复制代码
(图像窗口显示修改后的图像)
3.3 指定插值方法改变图像大小
python 复制代码
import cv2

# 读取图像
image = cv2.imread('example.jpg')

# 设置新的尺寸
new_width, new_height = 800, 600

# 使用不同的插值方法
resized_image = cv2.resize(image, (new_width, new_height), interpolation=cv2.INTER_CUBIC)

# 显示图像
cv2.imshow('Resized Image', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

复制代码
(图像窗口显示修改后的图像)

四、注意事项

  • cv2.resize 函数可以改变图像的尺寸,但过度的放大可能会导致图像失真。
  • dsize 参数可以指定新的图像尺寸,如果 fxfy 同时被指定,则 dsize 将被忽略。
  • 不同的插值方法对图像质量有不同的影响,cv2.INTER_LINEAR 是默认方法,适用于缩放和旋转;cv2.INTER_NEAREST 是最快的方法,但可能会产生锯齿状边缘;cv2.INTER_CUBIC 适合高质量的图像缩放。
  • 如果 dsize 中的宽度或高度为0,则该维度的大小将按照比例计算。
  • 在使用 cv2.resize 时,确保图像路径正确,且图像文件存在,否则会抛出错误。
相关推荐
CoovallyAIHub3 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub3 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub3 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub3 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub4 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
西岸行者5 天前
学习笔记:SKILLS 能帮助更好的vibe coding
笔记·学习
悠哉悠哉愿意5 天前
【单片机学习笔记】串口、超声波、NE555的同时使用
笔记·单片机·学习
别催小唐敲代码5 天前
嵌入式学习路线
学习
毛小茛5 天前
计算机系统概论——校验码
学习
babe小鑫5 天前
大专经济信息管理专业学习数据分析的必要性
学习·数据挖掘·数据分析