【OpenCV学习笔记4】基础：几何变换-改变大小

news/2025/2/26 8:59:57

文章目录

- 1. 按比例缩小
- 2. 放大
- 3. 只更改高或宽
- 4. 缩放到指定大小
- References

1. 按比例缩小

我们使用 resize 函数改变图像大小，例如将图像按比例缩小为原来的80%：

import cv2

img = cv2.imread('images/test.jpg')

width = img.shape[1]
height = img.shape[0]

scale = 80
newHeight = int(height * 80 / 100)
newWidth = int(width * 80 / 100)

imgResized = cv2.resize(img, (newWidth, newHeight))
cv2.imshow('Resized', imgResized)
cv2.waitKey(0)

在这里插入图片描述

resize 函数第一个参数是原图像，第二个参数是高和宽组成的 tuple。

2. 放大

我们还可以对图像进行放大：

import cv2

img = cv2.imread('images/test.jpg')

width = img.shape[1]
height = img.shape[0]

scale = 120
newHeight = int(height * scale / 100)
newWidth = int(width * scale / 100)

imgResized = cv2.resize(img, (newWidth, newHeight), interpolation=cv2.INTER_AREA)
cv2.imshow('Upscale', imgResized)
cv2.waitKey(0)

在这里插入图片描述

这里在调用 resize 函数时指定了一个参数 interpolation ，也就是指定 resize 函数的插值方式，有如下几种：

INTER_NEAREST – a nearest-neighbor interpolation（最邻近插值）
INTER_LINEAR – a bilinear interpolation（双线性插值，这是默认的方法）
INTER_AREA – resampling using pixel area relation（基于局部像素的重采样）。对于图像抽取（image decimation）来说，这可能是一个更好的方法。但如果是放大图像时，它和最近邻法的效果类似。
INTER_CUBIC – a bicubic interpolation over 4×4 pixel neighborhood（4x4 双三次插值法）
INTER_LANCZOS4 – a Lanczos interpolation over 8×8 pixel neighborhood（8x8 多相位图像插值法）

3. 只更改高或宽

可以只更改高或宽，例如只更改高度，采用 INTER_AREA 插值：

import cv2

img = cv2.imread('images/test.jpg')

width = img.shape[1]
height = img.shape[0]

scale = 80
newHeight = int(height * scale / 100)

imgResized = cv2.resize(img, (width, newHeight), interpolation=cv2.INTER_AREA)
cv2.imshow('Resize Height', imgResized)
cv2.waitKey(0)

在这里插入图片描述

4. 缩放到指定大小

可以直接指定大小（像素值），如 300x100：

import cv2

img = cv2.imread('images/test.jpg')

imgResized = cv2.resize(img, (300, 100), interpolation=cv2.INTER_AREA)
cv2.imshow('Resize Specific', imgResized)
cv2.waitKey(0)