（Python+OpenCV）图像缩放

使用Python和OpenCV进行图像缩放操作。

Part1：按照尺寸进行缩放

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

# In[10]:


#（Python+OpenCV）图像缩放


# In[11]:


import sys
import cv2 as cv
import numpy as np


# In[12]:


print('Python的版本为：Python',sys.version_info.major)
print('OpenCV的版本为：',cv.getVersionString())


# In[13]:


image_path=r'C:\Users\94456\Desktop\test2020_09_03\picture\cat.jpg'


# In[14]:


#读取图片
image=cv.imread(image_path)


# In[15]:


#显示图片参数
print(image.size)
print(image.shape)


# In[16]:


#按尺寸进行缩放
image_resize_0=cv.resize(image,(800,800))


# In[17]:


print(image_resize_0.size)
print(image_resize_0.shape)


# In[18]:


cv.namedWindow('cat_resize',cv.WINDOW_AUTOSIZE)
cv.imshow('cat_resize',image_resize_0)
cv.namedWindow('cat',cv.WINDOW_AUTOSIZE)
cv.imshow('cat',image)
cv.waitKey(0)


# In[ ]:

版本：

缩小后图片的尺寸：

 

结果对比：

Part2：按比例缩放

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

# In[1]:


#（Python+OpenCV）图像缩放


# In[2]:


import sys
import cv2 as cv
import numpy as np


# In[3]:


print('Python的版本为：Python',sys.version_info.major)
print('OpenCV的版本为：',cv.getVersionString())


# In[4]:


image_path=r'C:\Users\94456\Desktop\test2020_09_03\picture\cat.jpg'


# In[8]:


#读取图片
image=cv.imread(image_path)


# In[9]:


#显示图片参数
print(image.shape)
print(image.size)


# In[11]:


#按比例进行缩放
scale=0.5
rows,cols=image.shape[:2]


# In[14]:


#按比例进行缩放_0
image_resize_0=cv.resize(image,(int(rows*scale),int(cols*scale)))


# In[16]:


print(image_resize_0.size)
print(image_resize_0.shape)


# In[18]:


cv.namedWindow('cat',cv.WINDOW_AUTOSIZE)
cv.imshow('cat',image)
cv.namedWindow('cat_resize',cv.WINDOW_AUTOSIZE)
cv.imshow('cat_resize',image_resize_0)
cv.waitKey(0)


# In[19]:


#按比例进行缩放_1
image_resize_1=cv.resize(image,None,fx=0.5,fy=0.5)


# In[20]:


print(image_resize_1.size)
print(image_resize_1.shape)


# In[21]:


cv.namedWindow('cat',cv.WINDOW_AUTOSIZE)
cv.imshow('cat',image)
cv.namedWindow('cat_resize',cv.WINDOW_AUTOSIZE)
cv.imshow('cat_resize',image_resize_1)
cv.waitKey(0)


# In[ ]:

缩放后的图片尺寸：

结果对比：

 

函数resize最后一个参数interpolation表示插值方式：

1.INTER_NEAREST：最近邻插值

2.INTER_LINEAR：线性插值（默认）

3.INTER_AREA：区域插值

4.INTER_CUBIC：三次样条插值

5.INTER_LANCZOS4：Lanczos插值