OpenCV 学习2 -调整图像大小

在你需要调整图像大小时，需要考虑的是指定的比例因子沿每个轴（高度和宽度）缩放图像，或者只设置所需的高度和宽度。

在调整图像大小时，你需要意识到：

减小图像大小需要对像素进行重新采样
增加图像大小需要重建图像。这意味着需要插入新的像素
为保持比例，请记住图像的原始纵横比

1、resize() 函数说明

resize() 是 OpenCV 中用于调整图像大小的核心函数，支持多种插值方法和缩放方式。

resized_image = cv2.resize(src, dsize, fx=None, fy=None, interpolation=cv2.INTER_LINEAR)

参数说明

参数	类型	说明
src	NumPy 数组	输入图像（必须是 NumPy ndarray，一般由 cv2.imread 读取）
dsize	tuple (width, height)	输出图像的尺寸，格式是 (宽, 高)
fx	float（可选）	水平方向缩放因子，例如 fx=0.5 表示宽度缩小一半
fy	float（可选）	垂直方向缩放因子，例如 fy=2.0 表示高度放大两倍
interpolation	插值方法	缩放时使用的算法，影响图像质量

⚠️ 注意：

如果指定了 dsize，则忽略 fx 和 fy

如果 dsize=(0,0) 且提供了 fx 和 fy，OpenCV 会自动计算目标大小

常用插值方法（interpolation）

插值方法	OpenCV常量	说明
最近邻插值	cv2.INTER_NEAREST	直接取原图中最近像素的值，产生明显的锯齿和块状效应；适合像素艺术、实时应用、速度优先
双线性插值	cv2.INTER_LINEAR	默认，使用2×2邻域的线性加权平均，比最近邻平滑，可能轻微模糊；适合大多数通用缩放场景
双三次插值	cv2.INTER_CUBIC	基于4×4邻域的bicubic函数计算，比双线性更平滑，边缘保持更好；适合图像放大，特别是照片类图像
区域插值	cv2.INTER_AREA	考虑像素面积关系，平均像素值，缩小图像时避免出现摩尔纹和锯齿；最适合缩小图像

2、代码示例：指定宽度和高度调整大小

python 复制代码

import cv2
import os


img_path = "img/dog.jpg"
if not os.path.exists(img_path):
    raise FileNotFoundError(f"未找到图像文件{img_path}")

img = cv2.imread(img_path, cv2.IMREAD_COLOR)

if img is None:
     print("读取图片失败")
     exit()

# img.shape 返回一个元组, 包含图像的高度、宽度和通道数
height, width, channels = img.shape

print(f'宽度: {width} 像素')
print(f'高度: {height} 像素')
print(f'通道数: {channels}')

# 使用新的宽度和高度缩小图像
resized_tuple = (500, 600)
resized_img = cv2.resize(img , resized_tuple, interpolation=cv2.INTER_AREA)

# 显示原图和缩小后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Resized Image", resized_img)

cv2.waitKey(0)
cv2.destroyAllWindows()

3、代码示例：使用缩放因子调整大小

python 复制代码

import cv2
import numpy as np
import os


img_path = "img/dog.jpg"
if not os.path.exists(img_path):
    raise FileNotFoundError(f"未找到图像文件{img_path}")

img = cv2.imread(img_path, cv2.IMREAD_COLOR)

if img is None:
     print("读取图片失败")
     exit()

# 指定两个缩放因子将图像放大1.1倍
scale_up_x = 1.1
scale_up_y = 1.1

#指定一个比例因子，将图像缩小0.6倍
scale_down = 0.6


scaled_up_img = cv2.resize(img , None, scale_up_x, scale_up_y, cv2.INTER_CUBIC)
scaled_down_img = cv2.resize(img , None, scale_down, scale_down, cv2.INTER_LINEAR)

# 显示原图和缩小后的图像
cv2.imshow("scaled_up_img", scaled_up_img)
cv2.imshow("scaled_down_img", scaled_down_img)

cv2.waitKey(0)
cv2.destroyAllWindows()