opencv實現(xiàn)圖像縮放效果
更新時間：2021年03月18日 17:05:23 作者：熱愛玄學的抽象菜菜
這篇文章主要為大家詳細介紹了opencv實現(xiàn)圖像縮放效果，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
本文實例為大家分享了opencv實現(xiàn)圖像縮放效果的具體代碼，供大家參考，具體內(nèi)容如下
圖像縮放：
圖像縮放即對圖像的大小進行調(diào)整，即放大或者縮小
cv2.resize(src,dsize,fx=0,fy=0,interpolation=cv2.INTER_LINEAR)
參數(shù)：
實現(xiàn)代碼：
import cv2 as cv
import matplotlib.pyplot as plt
# 中文顯示配置
plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負號
# 載入圖像
img0 = cv.imread('img/img1.jpeg')
# 圖像縮放
# 絕對尺寸縮放
rows, cols = img0.shape[:2]
res0 = cv.resize(img0,(3*cols,3*rows),interpolation=cv.INTER_CUBIC)
# 相對尺寸縮放，若用相對縮放則第二個參數(shù)要設(shè)置為None
res1 = cv.resize(img0, None, fx = 0.5, fy = 0.5)
# 查看圖像大小
print(res0.shape)
print(res1.shape)
print(img0.shape)
# 圖像顯示
fig, axes = plt.subplots(nrows=1,ncols=3,figsize=(10,8),dpi=100)
axes[0].imshow(res0[:,:,::-1])
axes[0].set_title("絕對尺度放大")
axes[1].imshow(res1[:,:,::-1])
axes[1].set_title("相對尺度縮小")
axes[2].imshow(img0[:,:,::-1])
axes[2].set_title("原圖")
plt.show()
運行結(jié)果：
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了如何利用fig.add_subplot和axes.twinx().twiny()方法實現(xiàn)雙X軸雙Y軸繪圖，文中的示例代碼講解詳細，快跟隨小編一起動手嘗試一下吧2022-04-04
java關(guān)于string最常出現(xiàn)的面試題整理
在本篇文章里小編給大家整理的是一篇關(guān)于java關(guān)于string最常出現(xiàn)的面試題整理內(nèi)容，有興趣的朋友們可以參考下。2021-01-01
Django?ORM?事務(wù)和查詢優(yōu)化的操作方法
這篇文章主要介紹了Django?ORM?事務(wù)和查詢優(yōu)化,包括事務(wù)操作、ORM 惰性查詢及only與defer相關(guān)知識，本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-09-09
python3實現(xiàn)用turtle模塊畫一棵隨機櫻花樹
今天小編就為大家分享一篇python3實現(xiàn)用turtle模塊畫一棵隨機櫻花樹，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
這篇文章主要介紹了在編程中遇到文件路徑找不到問題的原因和解決方法,包括路徑錯誤、路徑分隔符問題、工作目錄錯誤、權(quán)限問題以及虛擬環(huán)境的影響,并提供了一些實用的解決方案,通過代碼介紹的非常詳細,需要的朋友可以參考下2025-01-01
這篇文章主要給大家介紹了關(guān)于pytorch學習教程之自定義數(shù)據(jù)集的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-11-11
今天小編就為大家分享一篇python從子線程中獲得返回值的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
文章介紹了如何使用Pandas工具將兩個關(guān)聯(lián)的Excel文件合并成一個,首先創(chuàng)建兩個Excel文件test1和test2,然后使用Pandas進行合并,最后顯示新創(chuàng)建的Excel文件2025-02-02
這篇文章主要介紹了基于K-means的用戶畫像聚類模型,本文中就是使用one-hot思想將不同維度的數(shù)據(jù)利用字典映射的方式將其轉(zhuǎn)化為數(shù)據(jù)向量，需要的朋友可以參考下2022-05-05
Python中的JSON?Pickle?Shelve模塊特性與區(qū)別實例探究
在Python中,處理數(shù)據(jù)序列化和持久化是極其重要的,JSON、Pickle和Shelve是三種常用的模塊,它們提供了不同的方法來處理數(shù)據(jù)的序列化和持久化,本文將深入研究這三個模塊,探討它們的特性、用法以及各自的優(yōu)缺點2024-01-01