OpenCV4（C++）—— 图片的基本尺寸变换

---

一、resize（缩放）

void cv::resize(
    cv::InputArray src,          // 输入图像
    cv::OutputArray dst,         // 输出图像
    cv::Size dsize,              // 目标图像尺寸
    double fx = 0,               // 沿水平轴的缩放因子
    double fy = 0,               // 沿垂直轴的缩放因子
    int interpolation = INTER_LINEAR  // 插值方法
);

interpolation：插值方法，用于确定如何处理图像的像素值。常见的插值方法有：
cv::INTER_NEAREST：最近邻插值，使用离目标位置最近的像素值。
cv::INTER_LINEAR：双线性插值（默认），使用目标位置附近的四个像素值进行加权平均。
cv::INTER_CUBIC：双三次插值，在 INTER_LINEAR 基础上更加平滑，但计算成本更高。
cv::INTER_LANCZOS4：Lanczos 插值，通过 sinc 函数进行插值，可获得更好的质量和抗锯齿效果。

注：调整 dsize 参数或缩放因子 fx 和 fy 都可以控制图片大小变化，选择一个即可，另一个设定为0，如：

    cv::Mat out0, out1;
    cv::resize(img, out0, cv::Size(520, 520), 0, 0);  // 调整为520*520大小
    cv::resize(img, out1, cv::Size(0, 0), 0.5, 0.5);  // 调整为原图的0.5倍
    cv::resize(img, out1, cv::Size(0, 0), 0.5, 0.5);  // 调整为原图的2倍

二、filp（翻转）

void cv::flip(
    cv::InputArray src,          // 输入图像
    cv::OutputArray dst,         // 输出图像
    int flipCode                 // 翻转模式
);
常见的翻转模式有：
0：沿 x 轴翻转（水平翻转）。
1：沿 y 轴翻转（垂直翻转）。
-1：同时沿 x 和 y 轴翻转（水平和垂直翻转）。

//cv::Mat img_x, img_y, img_xy;
//cv::flip(img, img_x, 0); // 沿x轴
//cv::flip(img, img_y, 1); // 沿y轴
//cv::flip(img, img_xy, -1); // 中心对称

三、裁剪

在 OpenCV 中，裁剪的常用方式有两种：cv::Rect 或 数组索引 cv::Range。
cv::Rect是定义裁剪区域的左上角坐标 (x, y) 和区域的宽度和高度。cv::Range是指定行或列的范围，以及像素之间的步长

cv::Mat image = cv::imread("input.jpg");

int x = 100;  // 裁剪区域左上角的 x 坐标
int y = 100;  // 裁剪区域左上角的 y 坐标
int width = 200;  // 裁剪区域的宽度
int height = 150;  // 裁剪区域的高度

//1、使用cv::Rect
cv::Rect roi(x, y, width, height);
cv::Mat croppedImage = image(roi);
//2、使用数组索引
cv::Mat croppedImage = image(cv::Range(y, y + height), cv::Range(x, x + width));

通常，对一张图片进行裁剪时，采用的是网格裁剪的方法来固定每一小张裁剪图片的大小。下面是一个简单示例：

	cv::Mat img = cv::imread("C:/Users/Opencv/temp/lena.png", 0);
	
    int rows = 2;  // 网格行数
    int cols = 2;  // 网格列数
    int grid_w = img.cols / cols;  // 每个网格的宽度
    int grid_h = img.rows / rows;  // 每个网格的高度

    int n = 0;
    for (int i = 0; i < rows; i++)
    {
        for (int j = 0; j < cols; j++)
        {
            // 计算当前网格的左上角坐标
            int src_x = j * grid_w;
            int src_y = i * grid_h;

            // 裁剪当前网格
            cv::Rect roi(src_x, src_y, grid_w, grid_h);
            cv::Mat gridImg = img(roi);

            // 保存
            string filename = "grid_" + to_string(n) + ".png";
            cv::imwrite(filename, gridImg);
            ++n;
        }
    }

四、拼接

    cv::Mat img1 = cv::imread("C:/Users/Opencv/temp/grid_0.png",0);
    cv::Mat img2 = cv::imread("C:/Users/Opencv/temp/grid_1.png",0);
    cv::Mat img3 = cv::imread("C:/Users/Opencv/temp/grid_2.png",0);
    cv::Mat img4 = cv::imread("C:/Users/Opencv/temp/grid_3.png",0);
    cv::Mat out1, out2, out;

    cv::hconcat(img1, img2, out1);  // 横向拼接
    cv::hconcat(img3, img4, out2);
    cv::vconcat(out1, out2, out);  // 纵向拼接