OpenCV图像的缩放(python实现)

一、API 调用实现

cv2.resize(src, dst=None, size, fx=None, fy=None, interpolation=None)

参数解释：src (原图片)，dst (输出图片)，size (输出图片尺寸)，fx (沿X轴的缩放系数)，fy (沿Y轴的缩放系数)，interpolation (插入方式)

size 输出图片尺寸格式为 (宽, 高)

interpolation 插值方法：

选项	说明
cv2. INTER_LINEAR	双线性插值（默认设置）
cv2.INTER_NEAREST	最近邻域插值
cv2. INTER_AREA	像素关系重采样
cv2. INTER_CUBIC	4x4像素邻域的双三次插值
cv2. INTER_LANCZOS4	8x8像素邻域的Lanczos插值

代码实现：

import cv2
img = cv2.imread('image.png', 1)
imageInfo = img.shape
height = imageInfo[0] # 图像高
width = imageInfo[1]  # 图像宽

dstHeight = int(height*0.5)
dstWidth = int(width*0.5)
# 默认为双线性插值法
dst = cv2.resize(img, (dstWidth, dstHeight))
cv2.imshow('dst', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

二、最近临域插值法

确定图像的缩放比 — > 可知目标图像的尺寸 —> 目标图像像素位置除以缩放比可确定该点对应原图像的位置，如果结果为小数，则四舍五入。
$$\begin{gathered} 假设：src(原)10\times 20缩放比0.5--->dst(缩)5\times 10 \\ dst(1,2)--->src(2,4) \\ newX=x_{dst}/0.5=1/0.5=2 \\ newY=y_{dst}/0.5=2/0.5=4 \end{gathered}$$
代码实现：

import cv2
import numpy as np
img = cv2.imread('image.png', 1)
imgInfo = img.shape
height = imgInfo[0] # 图片高
width = imgInfo[1]	# 图片宽
Zratio = 0.5 # 缩放比
dstHeight = int(height * Zratio)
dstWidth = int(width * Zratio)
dstImage = np.zeros((dstHeight, dstWidth,3), np.uint8) # 创建一个画板
for i in range(dstHeight):
    for j in range(dstWidth):
        newX = round(i/Zratio)
        newY = round(j/Zratio)
        dstImage[i,j] = img[newX, newY]
cv2.imshow('dst', dstImage)
cv2.waitKey(0)
cv2.destroyAllWindows()

三、双线性插值法

根据 A 推导：
$$\begin{gathered} A1=0.7\times (2,3)+0.3\times (2,4)=(2,3.3) \\ A2=0.7\times (3,3)+0.3\times (3,4)=(3,3.3) \\ P=A1\times 0.6+A2\times 0.4 \end{gathered}$$
或者，根据 B 推导：

$$\begin{gathered} B1=0.6\times (2,3)+0.4\times (3,3)=(2.4,3) \\ B2=0.6\times (2,4)+0.4\times (3,4)=(2.4,4) \\ P=B1\times 0.7+B2\times 0.3 \end{gathered}$$

进一步推到，假设 (2,3) 为 (i,j)，P为(i+u, j+v)，则可得出公式：
$$f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)$$
代码实现：

import cv2
import numpy as np
img = cv2.imread('image.png', 1)
imgInfo = img.shape
height = imgInfo[0] # 图片高
width = imgInfo[1]	# 图片宽
Zratio = 0.5 # 缩放比
dstHeight = int(height * Zratio)
dstWidth = int(width * Zratio)
dstImage = np.zeros((dstHeight, dstWidth, 3), np.uint8) # 创建一个画板
for i in range(dstHeight):
    for j in range(dstWidth):
        P_x = i / Zratio
        P_y = j / Zratio
        u = P_x - int(P_x)
        v = P_y - int(P_y)
        dstImage[i,j] = (1-u)*(1-v)*img[int(P_x),int(P_y)] + (1-u)*v*img[int(P_x),int(P_y)+1] 
        + u*(1-v)*img[int(P_x)+1,int(P_y)] + u*v*img[int(P_x)+1,int(P_y)+1]
cv2.imshow('dst',dstImage)
cv2.waitKey(0)
cv2.destroyAllWindows()

四、图片缩放前后对比