Python中圖像的縮放 resize（）函數的應用

 

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst 

參數說明：

 

src - 原圖

dst - 目標圖像。當參數dsize不為0時，dst的大小為size；否則，它的大小需要根據src的大小，參數fx和fy決定。dst的類型（type）和src圖像相同

dsize - 目標圖像大小。當dsize為0時，它可以通過以下公式計算得出：

所以，參數dsize和參數(fx, fy)不能夠同時為0

fx - 水平軸上的比例因子。當它為0時，計算公式如下：

fy - 垂直軸上的比例因子。當它為0時，計算公式如下：

 

interpolation - 插值方法。共有5種：

１）INTER_NEAREST - 最近鄰插值法

２）INTER_LINEAR - 雙線性插值法（默認）

３）INTER_AREA - 基於局部像素的重采樣（resampling using pixel area relation）。對於圖像抽取（image decimation）來說，這可能是一個更好的方法。但如果是放大圖像時，它和最近鄰法的效果類似。

４）INTER_CUBIC - 基於4x4像素鄰域的3次插值法

５）INTER_LANCZOS4 - 基於8x8像素鄰域的Lanczos插值

 

 

 

Python:

參考：python opencv 圖像尺寸變換 - http://www.xuebuyuan.com/1971769.html

 

#!/usr/bin/env python
#-*- coding: utf-8 -*-

"""
重設圖像大小。
縮小圖像，比例為（0.3, 0.5）
放大圖像，比例為（1.6, 1.2）
"""

__author__ = 'zj'

import cv2
import os

if __name__ == '__main__':
    img = cv2.imread("lena.jpg", -1)
    if img == None:
        print "Error: could not load image"
        os._exit(0)

    height, width = img.shape[:2]

    # 縮小圖像
    size = (int(width*0.3), int(height*0.5))
    shrink = cv2.resize(img, size, interpolation=cv2.INTER_AREA)

    # 放大圖像
    fx = 1.6
    fy = 1.2
    enlarge = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_CUBIC)

    # 顯示
    cv2.imshow("src", img)
    cv2.imshow("shrink", shrink)
    cv2.imshow("enlarge", enlarge)

    cv2.waitKey(0)