OpenCV学习笔记（四）插值性能对比(resize)

插值性能对比(resize)

OpenCV中提供的resize函数可以实现图像大小变换，默认插值方法为双线性插值。

resize(ImputArray src,OutputArray dst,Size dsize,double fx=0,double fy=0,int interpolation=INTER_LINEAR);

实现图像尺寸大小变换功能。参数dsize表示表示输出图像的尺寸，如果设置为0，尺寸将会被计算为dsize=Size(round(fx*src.cols),round(fy*src,rows))，fx,fy均为非零参数；参数 fx 是水平缩放因子，fx 将会被计算为(double)dsize.width/src.cols；参数 fy 是垂直缩放因子，fy 将会被计算为(double)dsize.height/src.rows；参数interpolation是插值方法，OpenCV提供了5种插值方法：最邻近、双线性、基于像素区域、立方插值及兰索斯插值。

#include 
#include 
#include 
#include 
using namespace cv;
using namespace std;
void ResizeExample(Mat srcImage)
{
	//判断输入有效性
	CV_Assert(srcImage.data != NULL);
	imshow("srcImage", srcImage);
	Mat dstImage(256, 256, CV_8UC3);
	//测试1：默认参数为双线性插值
	double tTime;
	tTime = (double)getTickCount();
	const int nTimes = 100;
	for (int i = 0; i < nTimes; i++)
	{
		resize(srcImage, dstImage, dstImage.size(), 0, 0);
	}
	tTime = 1000 * ((double)getTickCount() - tTime) / getTickFrequency();
	tTime /= nTimes;
	cout << "text1: " << tTime << endl;
	imshow("1 default parameters:dstImage", dstImage);
	//测试2：最邻近插值
	tTime = (double)getTickCount();
	
	for (int i = 0; i < nTimes; i++)
	{
		resize(srcImage, dstImage,Size(256,256), 0, 0,INTER_NEAREST);
	}
	tTime = 1000 * ((double)getTickCount() - tTime) / getTickFrequency();
	tTime /= nTimes;
	cout << "text2: " << tTime << endl;
	imshow("2 INTER_NEAREST:dstImage", dstImage);
	//测试3：像素区域插值
	tTime = (double)getTickCount();
	
	for (int i = 0; i < nTimes; i++)
	{
		resize(srcImage, dstImage, Size(256,256), 0.5, 0.5,INTER_AREA);
	}
	tTime = 1000 * ((double)getTickCount() - tTime) / getTickFrequency();
	tTime /= nTimes;
	cout << "text3: " << tTime << endl;
	imshow("3 INTER_AREA : dstImage", dstImage);
	//测试4：三次插值
	tTime = (double)getTickCount();
	
	for (int i = 0; i < nTimes; i++)
	{
		resize(srcImage, dstImage, Size(), 0.5, 0.5, INTER_CUBIC);
	}
	tTime = 1000 * ((double)getTickCount() - tTime) / getTickFrequency();
	tTime /= nTimes;
	cout << "text4: " << tTime << endl;
	imshow("4 INTER_CUBIC : dstImage", dstImage);
	//测试5：三次插值
	tTime = (double)getTickCount();
	
	for (int i = 0; i < nTimes; i++)
	{
		resize(srcImage, dstImage, Size(), 0.5, 0.5, INTER_LANCZOS4);
	}
	tTime = 1000 * ((double)getTickCount() - tTime) / getTickFrequency();
	tTime /= nTimes;
	cout << "text5: " << tTime << endl;
	imshow("5 INTER_LANCZOS4 : dstImage", dstImage);
}
int main()
{
	Mat srcImage = imread("D:\\1.jpg");
	if (!srcImage.data)
		return -1;
	ResizeExample(srcImage);
	waitKey(0);
	return 0;
}

通过运行测试时间可以看出，resize函数中双线性插值与最邻近插值的时间复杂度相对较低。