opencv-python使用cv2.resize()函数批量放大图片

python代码使用opencv中cv2.resize()函数批量放大图片，缩小也可。

1. 需求描述

最近想做一个人脸的跨数据集对比实验，之前的训练图片大小是240*240的，网络输入要求大小为224*224，现在要做实验的数据集图片大小为100*100，需要调整到符合网络输入要求的大小。

2. 解决方法

可以调整图片分辨率的方法很多，除了opencv之外，python自带的PIL工具包也可以处理，这里只说使用opencv的处理方法。

1）首先了解cv2.resize()函数

官网解释如下：

其中各个参数含义：

scr:原图	可以是一张或多张图片
dsize：输出图像尺寸	根据自己需要的尺寸指定，数据形状为（H,W,C）
fx:沿水平轴的比例因子	这个基本不用自己指定，默认就好
fy:沿垂直轴的比例因子	同上
interpolation：插值方法	可选最近邻插值、双线性插值（默认设置）、4x4像素邻域的双三次插值等，平衡计算时间和效果，双线性插值效果已经可以达到要求

2）具体代码

import os
import cv2

datadir = "D:\\pycharm_program\\RAFDB\\test"

'''设置目标像素大小，此处设为240'''
IMG_SIZE = 240

'''使用os.path模块的join方法生成路径'''
path = os.path.join(datadir)

'''使用os.listdir(path)函数，返回path路径下所有文件的名字，以及文件夹的名字'''
img_list = os.listdir(path)

for i in img_list:
    img_array = cv2.imread(os.path.join(path, i), cv2.IMREAD_COLOR)
    '''调用cv2.resize函数resize图片'''
    new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
    img_name = str(i)  # 保存的图片与处理前图片同名
    '''生成图片存储的目标路径'''
    save_path = 'D:\\pycharm_program\\RAFDB\output\\test\\'+str(i)
    '''调用cv.2的imwrite函数保存图片'''
    cv2.imwrite(save_path, new_array)

此处参考https://blog.csdn.net/weixin_40446557/article/details/103823509，做了一些改动。

3. 执行结果

处理之前

处理之后

我的训练集有12271张图片，计算时间在20s左右，测试集3068张图片，大概5s左右。

4. 小结

上午鼓捣半天各种插值方法，看到很多代码是从0开始构建，以为会很麻烦，结果opencv直接有现成的，还是要多多学习呀！