基于OpenCV的图像缩放

基础概念

缩放是将图像的尺寸变小或变大的过程,即减少或增加原图像数据的像素个数,或者说通过增加或删除像素点来改变图像的尺寸;

基于OpenCV的图像缩放_第1张图片

基本原理:将分辨率(图片尺寸)为(w,h)的图像,缩放后其图像分辨率(图像尺寸)为(w’,h’),则水平方向的缩放系数为Sx=w’/w,垂直方向的缩放系数为Sy=h’/h,设原始图像的某个像素点坐标为(x0,y0),缩放后的图像的像素点坐标为(x,y),则(x0,y0)和(x,y)的关系如下:

基于OpenCV的图像缩放_第2张图片

图像缩放算法:最近邻插值算法、双线性插值算法、立方插值算法、像素关系重采样算法

基于OpenCV的图像缩放

OpenCV实现图像缩放:

方法:使用cv2.resize()函数实现图像的放大和缩小,基本语法格式如下:

dst=cv2.resize(src,dsize[,fx[,fy[,interpolation]]]])

参数说明:

dst表示转换后的图像。

src表示用于缩放的原图像。

dsize表示转换后的图像大小。

fx表示水平方向的缩放比例。

fy表示垂直方向的缩放比例。

interpolation表示插值方式

 

OpenCV实现图像缩放:

方法:使用cv2.resize()函数实现图像的放大和缩小,基本语法格式如下:

dst=cv2.resize(src,dsize[,fx[,fy[,interpolation]]]])

参数说明:

interpolation表示插值方式,该参数值以下5种,在缩小时推荐使用cv2.INTER_AREA,扩大时推荐使用cv2.INTER_CUBIC和cv2.INTER_LINEAR

应用案例

基于OpenCV的图像缩放_第3张图片 

你可能感兴趣的:(Python,OpenCv,opencv,计算机视觉,人工智能)