系列前言

這個(gè)系列是我第一個(gè)想要更下去的系列。每篇會(huì)全面介紹一個(gè) OpenCV 函數(shù)，會(huì)給出 API 和示例。示例主要是用 Python 去寫，但是 OpenCV 的原生語(yǔ)言是 C++，所以想翻譯過(guò)去其實(shí)很簡(jiǎn)單。介紹過(guò)程中如果有相關(guān)的 CV 知識(shí)也會(huì)一并寫入，還是那句話，爭(zhēng)取做到說(shuō)人話，讓小白也能看得懂。

API

API 來(lái)自 OpenCV官方文檔

C++

void cv::resize(InputArray    src,
                OutputArray   dst,
                Size          dsize,
                double        fx = 0,
                double        fy = 0,
                int           interpolation = INTER_LINEAR 
               )		

Python

dst = cv.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

函數(shù)詳解

顧名思義，這個(gè)函數(shù)可以把圖片縮放到你想要的大小。

參數(shù)列表

在這里我們主要說(shuō) Python 的參數(shù)。把各個(gè)參數(shù)的含義和相關(guān)信息打一張表：

看這張表想必大家就很清楚了。

縮放方式其一

那么，想要實(shí)現(xiàn)縮放圖像，有兩種方法。第一種方法是指定縮放后的圖像大小。下面是實(shí)現(xiàn)這個(gè)功能的一個(gè)簡(jiǎn)單的程序。后面的給出的其他程序都是對(duì) resize 所在行進(jìn)行的改動(dòng)。

import numpy as np
import cv2 as cv

img = cv.imread("你希望縮放的圖片")

# 縮放圖像，后面的其他程序都是在這一行上改動(dòng)
dst = cv.resize(img, (400, 300))

# 顯示圖像
cv.imshow("dst: %d x %d" % (dst.shape[0], dst.shape[1]), dst)
cv.waitKey(0)
cv.destroyAllWindows()

在這個(gè)例子中，我們指定了縮放后圖像的大小為 400 x 300，resize 函數(shù)就會(huì)將圖像拉伸到這個(gè)大小，拉伸后的圖像相比于原圖不會(huì)有任何的裁剪。

縮放方式其二

另一種方法，就是利用后面的 fx 和 fy，指定縮放后圖像長(zhǎng)寬相對(duì)于原圖的比例。如果利用這兩個(gè)參數(shù)，前面的 dsize 要寫成一個(gè)不合法的形式（比如：(0, 0)）。具體原因后面會(huì)解釋。

注意，在 dsize 和 fx 中間其實(shí)隔了一個(gè)無(wú)用的 dst，雖然沒(méi)有實(shí)際作用，但是這個(gè)參數(shù)確實(shí)存在，按照 Python 的函數(shù)傳參規(guī)則，要么指明實(shí)參傳遞給哪個(gè)形參，要么按順序傳參不能遺漏。具體看下面的例子，兩行的效果一致，都是將圖像橫向縮放為原來(lái)的 0.5 倍，縱向縮放為原來(lái)的 0.3 倍。

# 形參缺省
dst = cv.resize(img, (0, 0), None, 0.5, 0.3)

# 指明形參
dst = cv.resize(img, (0, 0), fx=0.5, fy=0.3)

值得注意的是，縮放后的圖像寬高是根據(jù) round(img.shape[0] * fx) 和 round(img.shape[1] * fy) 來(lái)計(jì)算的，所以即使 fx 和 fy 并不是0，只要這兩個(gè)計(jì)算結(jié)果中有一個(gè)是 0，也會(huì)報(bào)錯(cuò)。

兩種方式的優(yōu)先級(jí)

OpenCV 會(huì)先檢查 dsize 是否合法，即圖像的寬和高是否都是非 0 的。如果是，就按照這個(gè)縮放，忽略后面的 fx 和 fy；如果不是，就按照 fx，fy 來(lái)計(jì)算。即優(yōu)先級(jí)： dsize > fx fy.

另外，兩種方式是獨(dú)立定義的，也就是不能混著，用數(shù)值指定長(zhǎng)卻用比率指定寬。不存在 cv.resize(img, (0, 400), fx=0.42) 這種用法！

關(guān)于插值方式

最后一個(gè)參數(shù)，在 resize 函數(shù)里有 7 種可能取值，參考OpenCV文檔相關(guān)頁(yè)。但是我這里第 7 個(gè)參數(shù)是不存在的，或許是版本問(wèn)題？最后兩個(gè)參數(shù)我試過(guò)，會(huì)報(bào)錯(cuò)，不行。

雖然這些參數(shù)非常龐雜，但他們的插值效果卻差不多，一般情況下，默認(rèn)的線性插值就夠用。如果非要給點(diǎn)建議的話，我翻譯一下官網(wǎng)方文檔的原話：

要縮小圖片，一般來(lái)說(shuō)最好的插值方法是 cv.INTER_AREA，而要放大一張圖片的話，一般來(lái)說(shuō)效果最好的是 cv.INTER_CUBIC （速度慢）或者 cv.INTER_LINEAR （速度快一些但結(jié)果仍然不錯(cuò)）。

擴(kuò)展 —— 相關(guān)函數(shù)

OpenCV 為縮放圖像的大小提供了其他的選擇，這里說(shuō)兩個(gè)函數(shù)：cv.pyrUp 和cv.pyrDown。

這兩個(gè)函數(shù)可以用于構(gòu)建圖像金字塔，pyrUp 可以將圖像長(zhǎng)寬均放大為原來(lái)的 2 倍，而 pyrDown 則可以將圖像長(zhǎng)寬縮小為原來(lái)的 1/2. 與 resize 不同的是，這兩個(gè)函數(shù)和高斯卷積核緊密相關(guān)。pyrUp 是對(duì)圖像升采樣，隔行隔列插入零向量之后用高斯核卷積，而 pyrDown 則是對(duì)圖像高斯卷積后隔行隔列采樣。兩個(gè)的卷積核成倍數(shù)關(guān)系，前者是后者的4倍。

總結(jié)

到此這篇關(guān)于OpenCV圖像縮放之cv.resize()函數(shù)詳解的文章就介紹到這了,更多相關(guān)OpenCV圖像縮放cv.resize()函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論