opencv 图像缩放操作 - python 实现

图像缩放是经常采用的图像处理操作,以下示例用 opencv 实现。

具体代码如下:

python 复制代码
#-*-coding:utf-8-*-
# date:2021-03-20
# Author: DataBall - XIAN
# Function: 图像缩放

import cv2 # 导入OpenCV库

if __name__ == "__main__":

    path = 'images/test.jpg' # 图片路径

    img = cv2.imread(path)# 读取图片
    print("img shape : {}".format(img.shape))
    cv2.namedWindow('image',0)
    cv2.imshow('image',img) # 显示图片

    #------------------------------------------------------------------------------------------------
    # cv2.INTER_LINEAR,cv2.INTER_CUBIC,cv2.INTER_NEAREST,cv2.INTER_AREA,INTER_LANCZOS4 : 不同的查找方式
    img_r = cv2.resize(img, (256,256), interpolation = cv2.INTER_LINEAR) # 将原图缩放到尺寸 256*256 双线性插值(默认设置)
    print("img_r shape : {}".format(img_r.shape))
    cv2.namedWindow('INTER_LINEAR',0)
    cv2.imshow('INTER_LINEAR',img_r)
    #
    img_r = cv2.resize(img, (256,256), interpolation = cv2.INTER_CUBIC) # 将原图缩放到尺寸 256*256 4x4像素邻域的双三次插值
    cv2.namedWindow('INTER_CUBIC',0)
    cv2.imshow('INTER_CUBIC',img_r)
    #
    img_r = cv2.resize(img, (256,256), interpolation = cv2.INTER_NEAREST) # 将原图缩放到尺寸 256*256 最近邻插值
    cv2.namedWindow('INTER_NEAREST',0)
    cv2.imshow('INTER_NEAREST',img_r)
    #
    img_r = cv2.resize(img, (256,256), interpolation = cv2.INTER_AREA) # 将原图缩放到尺寸 256*256 使用像素区域关系进行重采样
    cv2.namedWindow('INTER_AREA',0)
    cv2.imshow('INTER_AREA',img_r)
    #
    img_r = cv2.resize(img, (256,256), interpolation = cv2.INTER_LANCZOS4) # 将原图缩放到尺寸 256*256 8x8像素邻域的Lanczos插值
    cv2.namedWindow('INTER_LANCZOS4',0)
    cv2.imshow('INTER_LANCZOS4',img_r)


    cv2.waitKey(0)
    cv2.destroyAllWindows() # 销毁所有显示窗口

​​

助力快速掌握数据集的信息和使用方式。

数据可以如此美好!

相关推荐
Shockang8 小时前
llama.cpp 本地运行 9B 模型:部署、工具调用与微调数据
人工智能
Shockang8 小时前
n8n 智能体工作流实战:触发、工具、记忆与发布护栏
人工智能
冬奇Lab9 小时前
开源项目第241期:YuE2 —— 用符号乐谱当“白盒“接口的开源音乐生成模型,SongBench 超越 Suno v5/v6
人工智能
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 14 章 MCP 服务端(上):注解式实现与工具来源
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 15 章 MCP 服务端(下):三种协议形态、Streamable 传输与状态管理
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 16 章 向量存储(上):`VectorStore` 接口体系、`BatchingStrategy`
java·人工智能·开源
鶴哥只手遮天10 小时前
Spring AI 2.0.1 深度解析-第 12 章 工具循环的流式形态、Usage 累加与扩展体系
java·人工智能·开源
鶴哥只手遮天11 小时前
Spring AI 2.0.1 深度解析-第 23 章 模型供应商实现:从 `OpenAiSetup` 到 Bedrock
java·人工智能·开源
鶴哥只手遮天11 小时前
Spring AI 2.0.1 深度解析-第 06 章 内置 Advisor 全景:13 个实现逐个剖到源码级
java·人工智能·开源