目录
一、前言
在计算机视觉、图像处理以及深度学习领域，经常需要对图片进行尺寸调整。
例如：
图片压缩
缩略图生成
目标检测
图像增强
神经网络输入预处理假设有一张图片：
1920 × 1080而模型要求输入：
640 × 640此时就需要进行：
图像缩放（Image Scaling）很多人认为：
缩放图片
只是改变宽高实际上在数学层面，图像缩放的本质是：
利用缩放矩阵（Scaling Matrix）重新计算每个像素的坐标位置。
二、图像是如何表示的
在计算机中：
图片本质上是一个矩阵。
例如：
5 × 5 图像可以表示为：
[
10 20 30 40 50
15 25 35 45 55
20 30 40 50 60
25 35 45 55 65
30 40 50 60 70
]其中：
每个元素
表示一个像素值而每个像素都对应一个坐标：
(x, y)例如：
左上角
(0,0)
右下角
(4,4)三、什么是图像缩放
假设原始图片大小：
100 × 100目标尺寸：
200 × 200那么：
图片被放大2倍反之：
200 × 200
↓
100 × 100则属于：
图片缩小无论放大还是缩小，本质都是：
重新计算像素坐标四、缩放矩阵是什么
二维空间中的缩放矩阵：
[
Sx 0
0 Sy
]其中：
Sx
X方向缩放比例
Sy
Y方向缩放比例例如：
放大2倍：
[
2 0
0 2
]横向放大2倍：
纵向放大3倍：
[
2 0
0 3
]五、缩放矩阵如何作用于坐标
假设一个像素坐标：
P
=
[
10
20
]表示：
x = 10
y = 20缩放矩阵：
[
2 0
0 2
]计算：
[
2 0
0 2
]
×
[
10
20
]结果：
[
20
40
]说明：
原坐标
(10,20)
↓
新坐标
(20,40)图片放大了2倍。
六、为什么需要矩阵运算
如果图片有：
1920 × 1080像素数量：
2073600超过200万个像素。
如果逐个手工计算：
效率极低因此：
矩阵乘法成为图像变换的核心工具。
七、图像缩放流程
八、放大示例
假设原图坐标：
(1,1)
(2,2)
(3,3)缩放矩阵：
[
2 0
0 2
]计算后：
| 原坐标 | 新坐标 |
|---|---|
| (1,1) | (2,2) |
| (2,2) | (4,4) |
| (3,3) | (6,6) |
可以看到：
所有坐标扩大2倍九、缩小示例
缩放矩阵：
[
0.5 0
0 0.5
]原坐标：
(100,60)计算：
[
0.5 0
0 0.5
]
×
[
100
60
]结果：
[
50
30
]说明：
图片缩小一半十、使用NumPy模拟缩放矩阵
python
import numpy as np
point = np.array([
[10],
[20]
])
scale_matrix = np.array([
[2,0],
[0,2]
])
new_point = scale_matrix @ point
print(new_point)输出：
[[20]
[40]]十一、批量处理多个像素
多个坐标：
python
import numpy as np
points = np.array([
[1,2],
[2,3],
[3,4]
])
scale = 2
scaled_points = points * scale
print(scaled_points)输出：
[
[2 4]
[4 6]
[6 8]
]十二、OpenCV实现图像缩放
安装：
pip install opencv-python读取图片：
python
import cv2
img = cv2.imread("test.jpg")
print(img.shape)输出：
(1080,1920,3)表示：
高1080
宽1920
RGB三通道缩放图片：
python
import cv2
img = cv2.imread("test.jpg")
resized = cv2.resize(
img,
(640,640)
)
cv2.imwrite(
"result.jpg",
resized
)生成：
640 × 640新图片。
十三、按照比例缩放
例如：
缩小50%代码：
python
import cv2
img = cv2.imread("test.jpg")
resized = cv2.resize(
img,
None,
fx=0.5,
fy=0.5
)
cv2.imwrite(
"small.jpg",
resized
)其中：
fx
横向缩放比例
fy
纵向缩放比例十四、为什么会出现锯齿
理论上：
坐标变换后
可能出现小数坐标例如：
(10,20)
↓
(15.5,30.5)但是：
像素位置必须是整数因此需要：
插值算法计算像素值。
常见插值方法：
最近邻插值
Nearest Neighbor速度最快。
双线性插值
Bilinear最常用。
双三次插值
Bicubic效果更平滑。
十五、OpenCV指定插值方式
双线性插值：
python
resized = cv2.resize(
img,
(640,640),
interpolation=cv2.INTER_LINEAR
)双三次插值：
python
resized = cv2.resize(
img,
(640,640),
interpolation=cv2.INTER_CUBIC
)十六、深度学习中的应用
在训练神经网络时：
通常需要统一输入尺寸。
例如：
YOLO
640 × 640ResNet
224 × 224ViT
224 × 224因此：
缩放矩阵
是计算机视觉最基础的变换之一几乎所有视觉模型都会使用。
十七、缩放矩阵与仿射变换
图像缩放实际上属于：
仿射变换的一种。
常见仿射变换包括：
缩放
旋转
平移
镜像
错切其中：
缩放矩阵
负责改变大小
旋转矩阵
负责改变方向十八、总结
图像缩放看似简单，但背后涉及线性代数中的矩阵变换思想。
核心公式：
新坐标
=
缩放矩阵
×
原坐标缩放矩阵：
[
Sx 0
0 Sy
]其中：
Sx
横向缩放比例
Sy
纵向缩放比例在实际项目中：
图像压缩
目标检测
图像分类
深度学习预处理都离不开缩放矩阵。
可以这样理解：
图像缩放
不是简单改变图片大小
而是在数学上
重新计算每一个像素的位置而缩放矩阵，正是完成这一过程的核心工具。