Task01：OpenCV框架、图像插值算法—图像缩放

1.配置虚拟环境

• 创建：conda create -n openCV

• 激活：conda activate openCV

• 安装包：pip install opencv-python==3.4.1.15、pip install opencv-contrib-python==3.4.1.15

  • 网上有教程说open CV3.4.2版本后有部分功能申请了专利，不能使用所以安装了3.4.1版本

• 添加虚拟环境到 Jupyter Notebook

  conda activate openCV
  pip install --user ipykernel
  python -m ipykernel install --user --name=openCV
  

插值算法

最近邻插值法算法流程：

插值法放大图像的第一步都是相同的，计算新图的坐标点像素值对应原图中哪个坐标点的像素值来填充，计算公式为：

​ srcX = dstX * (srcWidth/dstWidth)

​ srcY = dstY * (srcHeight/dstHeight)

​ 其中，src表示旧图，dst表示新图。新图的坐标（dstX,dstY）对应于旧图的坐标（srcX,srcY）。 srcWidth/dstWidth 和 srcHeight/dstHeight 分别表示宽和高的放缩比。

​ 那么问题来了，通过这个公式算出来的 srcX,scrY （旧图坐标）有可能是小数，但是坐标点是不存在小数的，都是整数，得想办法把它转换成整数才行。

​ 不同插值法的区别就体现在 srcX,scrY 是小数时，怎么变成整数去取原图像中的像素值。

​ 最近邻插值法：看名字就很直白，四舍五入选取最接近的整数。这样的做法会导致像素的变化不连续，在新图中会产生锯齿。

例：将一幅3X3的图像放大到4X4

f(0,0)=h(0,0) 
f(0,1)=h(0,0.75)=h(0,1) 
f(0,2)=h(0,1.50)=h(0,2)
f(0,3)=h(0,2.25)=h(0,2)

代码复现：

resize函数：

cv2.resize(InputArray src, OutputArray dst, Size, fx, fy, interpolation)

对应参数：

InputArray src	输入图片
OutputArray dst	输出图片
Size	输出图片尺寸
fx, fy	沿x轴，y轴的缩放系数
interpolation	插入方式

interpolation 选项所用的插值方法：

INTER_NEAREST	最近邻插值
INTER_LINEAR	双线性插值（默认设置）
INTER_AREA	使用像素区域关系进行重采样。
INTER_CUBIC	4x4像素邻域的双三次插值
INTER_LANCZOS4	8x8像素邻域的Lanczos插值

imread函数：

imread函数有两个参数，第一个参数是图片路径，第二个参数表示读取图片的形式，有三种：
cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1。
cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0。
cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1。

问题：用绝对路径加载图片会失败