改變圖像大小意味着改變尺寸，無論是單獨的高或寬，還是兩者。也可以按比例調整圖像大小。
這里將介紹resize()函數的語法及實例。
語法
函數原型
cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
參數：
| 參數 | 描述 |
| src | 【必需】原圖像 |
| dsize | 【必需】輸出圖像所需大小 |
| fx | 【可選】沿水平軸的比例因子 |
| fy | 【可選】沿垂直軸的比例因子 |
| interpolation | 【可選】插值方式 |
其中插值方式有很多種：
| cv.INTER_NEAREST | 最近鄰插值 |
| cv.INTER_LINEAR | 雙線性插值 |
| cv.INTER_CUBIC | 雙線性插值 |
| cv.INTER_AREA | 使用像素區域關系重新采樣。它可能是圖像抽取的首選方法，因為它可以提供無莫爾條紋的結果。但是當圖像被縮放時，它類似於INTER_NEAREST方法。 |
通常的，縮小使用cv.INTER_AREA，放縮使用cv.INTER_CUBIC(較慢)和cv.INTER_LINEAR(較快效果也不錯)。默認情況下，所有的放縮都使用cv.INTER_LINEAR。
例子
保留高寬比
以下是我們將在其上進行實驗的尺寸（149,200,4）（高度，寬度，通道數）的原始圖像：
import cv2 img = cv2.imread('./Pictures/python.png', cv2.IMREAD_UNCHANGED) print('Original Dimensions : ',img.shape) scale_percent = 60 # percent of original size width = int(img.shape[1] * scale_percent / 100) height = int(img.shape[0] * scale_percent / 100) dim = (width, height) # resize image resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA) print('Resized Dimensions : ',resized.shape) cv2.imshow("Resized image", resized) cv2.waitKey(0) cv2.destroyAllWindows()
結果：
Original Dimensions : (149, 200, 4)
Resized Dimensions : (89, 120, 4)
調節scale_percent可以放大或縮小。需要准備shape先高再寬，參數是先寬再高。
還有一種方式，就是使用自帶的參數fx和fy，更加方便。
import cv2 img = cv2.imread("./Pictures/python.png") print('Original Dimensions : ', img.shape) resized = cv2.resize(img, None, fx=0.6, fy=0.6, interpolation=cv2.INTER_AREA) print('Resized Dimensions : ',resized.shape) cv2.imshow("resized_img", resized) cv2.waitKey(0)
不保留高寬比
例如，改變寬度，高度不變：
import cv2 img = cv2.imread("./Pictures/python.png") print('Original Dimensions : ',img.shape) width = 440 height = img.shape[0] # keep original height dim = (width, height) # resize image resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA) print('Resized Dimensions : ',resized.shape) cv2.imshow("Resized image", resized) cv2.waitKey(0) cv2.destroyAllWindows()
結果：
Original Dimensions : (149, 200, 4)
Resized Dimensions : (149, 440, 4)
指定高和寬
給定高和寬的像數值。
import cv2 img = cv2.imread("./Pictures/python.png") print('Original Dimensions : ',img.shape) width = 350 height = 450 dim = (width, height) # resize image resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA) print('Resized Dimensions : ',resized.shape) cv2.imshow("Resized image", resized) cv2.waitKey(0) cv2.destroyAllWindows()
結果：
Original Dimensions : (149, 200, 4)
Resized Dimensions : (450, 350, 4)
參考鏈接：