OpenCV圖像縮放之cv.resize()函數(shù)詳解
系列前言
這個系列是我第一個想要更下去的系列。每篇會全面介紹一個 OpenCV 函數(shù),會給出 API 和示例。示例主要是用 Python 去寫,但是 OpenCV 的原生語言是 C++,所以想翻譯過去其實很簡單。介紹過程中如果有相關(guān)的 CV 知識也會一并寫入,還是那句話,爭取做到說人話,讓小白也能看得懂。
API
API 來自 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 Python 的參數(shù)。把各個參數(shù)的含義和相關(guān)信息打一張表:
參數(shù) | 類型 | 是否必須指定 | 具體含義 |
---|---|---|---|
src | numpy.ndarray | 是 | 原圖像 |
dsize | tuple<int> | 是 | 縮放后的圖像大小 |
dst | 無所謂 | 否 | 目標圖像,但是在 Python 里面沒有任何意義。一般不傳參或者設(shè)成 None |
fx , fy | 數(shù)值類型 | 否 | x 和 y 方向上的縮放比例 |
interpolation | int | 否 | 插值方式表示代碼,本質(zhì)是一個 int 數(shù)值,一般用 OpenCV 內(nèi)置的參數(shù)代號以提高可讀性。 |
看這張表想必大家就很清楚了。
縮放方式其一
那么,想要實現(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。下面是實現(xiàn)這個功能的一個簡單的程序。后面的給出的其他程序都是對 resize
所在行進行的改動。
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 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)就會將圖像拉伸到這個大小,拉伸后的圖像相比于原圖不會有任何的裁剪。
縮放方式其二
另一種方法,就是利用后面的 fx
和 fy
,指定縮放后圖像長寬相對于原圖的比例。如果利用這兩個參數(shù),前面的 dsize
要寫成一個不合法的形式(比如:(0, 0)
)。具體原因后面會解釋。
注意,在 dsize
和 fx
中間其實隔了一個無用的 dst
,雖然沒有實際作用,但是這個參數(shù)確實存在,按照 Python 的函數(shù)傳參規(guī)則,要么指明實參傳遞給哪個形參,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的 0.5 倍,縱向縮放為原來的 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)
來計算的,所以即使 fx
和 fy
并不是0,只要這兩個計算結(jié)果中有一個是 0,也會報錯。
兩種方式的優(yōu)先級
OpenCV 會先檢查 dsize
是否合法,即圖像的寬和高是否都是非 0 的。如果是,就按照這個縮放,忽略后面的 fx
和 fy
;如果不是,就按照 fx
,fy
來計算。即優(yōu)先級: dsize
> fx
fy
.
另外,兩種方式是獨立定義的,也就是不能混著,用數(shù)值指定長卻用比率指定寬。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。但是我這里第 7 個參數(shù)是不存在的,或許是版本問題?最后兩個參數(shù)我試過,會報錯,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,默認的線性插值就夠用。如果非要給點建議的話,我翻譯一下官網(wǎng)方文檔的原話:
要縮小圖片,一般來說最好的插值方法是 cv.INTER_AREA
,而要放大一張圖片的話,一般來說效果最好的是 cv.INTER_CUBIC
(速度慢)或者 cv.INTER_LINEAR
(速度快一些但結(jié)果仍然不錯)。
擴展 —— 相關(guān)函數(shù)
OpenCV 為縮放圖像的大小提供了其他的選擇,這里說兩個函數(shù):cv.pyrUp
和cv.pyrDown
。
這兩個函數(shù)可以用于構(gòu)建圖像金字塔,pyrUp
可以將圖像長寬均放大為原來的 2 倍,而 pyrDown
則可以將圖像長寬縮小為原來的 1/2. 與 resize
不同的是,這兩個函數(shù)和高斯卷積核緊密相關(guān)。pyrUp
是對圖像升采樣,隔行隔列插入零向量之后用高斯核卷積,而 pyrDown
則是對圖像高斯卷積后隔行隔列采樣。兩個的卷積核成倍數(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!
相關(guān)文章
Python動態(tài)規(guī)劃實現(xiàn)虛擬機部署的算法思想
這篇文章主要介紹了Python動態(tài)規(guī)劃實現(xiàn)虛擬機部署的算法思想,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-07-07pycharm創(chuàng)建scrapy項目教程及遇到的坑解析
這篇文章主要介紹了pycharm創(chuàng)建scrapy項目教程及遇到的坑解析,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08