Python OpenCV 图像缩放 cv2.resize 方法

本篇博客只学习一个方法，cv2.resize 即图像缩放。

铺垫知识

在检索图像缩放的相关知识点时，找到了一个相关算法，名字叫做插值算法，具体涉及 最近邻插值算法，双线性插值算法 等其它内容。

细看了一下，在学习的第 9 天就去涉及，实在不够明智，故略过本部分理论知识，直接使用 OpenCV 里面 resize 方法实现插值算法。

resize 方法格式与参数

resize 方法可以实现图像大小变换，包含缩放，默认的方法是刚才提及的 双线性插值算法。

方法定义如下：

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

参数说明：

• src：输入图像

• dsize：输出图像的大小。如果该参数为 0，表示缩放之后的大小需要通过公式计算，dsize = Size(round(fx*src.cols),round(fy*src.rows))。其中 fx 与 fy 是图像 Width 方向和 Height 方向的缩放比例。

• fx：Width 方向的缩放比例，如果是 0，按照 dsize * width/src.cols 计算

• fy：Height 方向的缩放比例，如果是 0，按照 dsize * height/src.rows 计算

• interpolation：插值算法类型，或者叫做插值方式，默认为双线性插值

方法返回结果 dst 表示输出图像。

程序的实现

以下案例先将 dsize 设置为 None，在将 fx 与 fy 设置为 0.5。

import cv2import numpy as np
img = cv2.imread('9.jpg')
# 缩放比例：fx=0.5,fy=0.5dst = cv2.resize(img,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_LINEAR)cv2.imshow('dst', dst)
cv2.waitKey(0)

上述方法比较简单，直接通过缩放比例即可实现，你还可以先获取图片的原始尺寸，然后在进行比例上的调整。

import cv2
img = cv2.imread('9.jpg')
# 获取原图像的水平方向尺寸和垂直方向尺寸height, width = img.shape[:2]# dsize=（0.5*width,0.5*height）dst = cv2.resize(img, (int(0.6 * width), int(0.5 * height)), interpolation=cv2.INTER_LINEAR)
cv2.imshow('dst', dst)cv2.waitKey(0)

上述代码与刚才的运行结果一致，此时，你已经掌握了 OpenCV 缩放图像最简单的形式了，并不需要现在就学会插值算法。

顺带一提，如果你不太想用现成的 resize 方法，想自己实现一下双线性插值算法，可以参考下述这篇文章。

https://altli.blog.csdn.net/article/details/109633710

最后一个参数 interpolation

interpolation 表示插值方式，有以下取值。

1. INTER_NEAREST：最近邻插值

2. INTER_LINEAR：线性插值（默认）

3. INTER_AREA：区域插值

4. INTER_CUBIC：三次样条插值

5. INTER_LANCZOS4：Lanczos 插值

缩小时推荐使用 cv2.INTER_AREA

扩展放大时推荐使用 cv2.INTERCUBIC 和 cv2.INTERLINEAR，前者比后者运行速度慢。

以上值都可以自行设置，查看不同的效果。

OpenCV 尾声

1 个小时又过去了，对 Python OpenCV 相关的知识点，你掌握了吗？

空闲之余，可以订阅橡皮擦的爬虫百例课程学习爬虫知识。

**想学 Python 爬虫，可以订阅橡皮擦专栏哦~** 🈲🈲🈲🈲 点击发现惊喜 🈲🈲🈲🈲