几何变换之缩放---OpenCV-Python开发指南(10)

举报
择城终老 发表于 2021/07/27 01:30:37 2021/07/27
【摘要】 目录 前言缩放dsize实现缩放fx,fy实现缩放 前言 对于色彩空间的转换,我们就通过HSV实战给大家讲解介绍。至于其他的色彩空间的转换与应用,后续学到其他知识在单独来将。从本篇开始,我们将学习OpenCV的几何变换。 比如,在图像处理的领域,我们会经常碰到图像的缩放,旋转等操作,特别是对于有过使用PS经验的用户,对于这些操作肯定手到擒来,但其实底层...

前言

对于色彩空间的转换,我们就通过HSV实战给大家讲解介绍。至于其他的色彩空间的转换与应用,后续学到其他知识在单独来将。从本篇开始,我们将学习OpenCV的几何变换。

比如,在图像处理的领域,我们会经常碰到图像的缩放,旋转等操作,特别是对于有过使用PS经验的用户,对于这些操作肯定手到擒来,但其实底层的代码就是后面要讲解的知识。本篇我们将介绍缩放的知识。

缩放

在OpenCV中,它给我们提供的缩放函数为cv2.resize(),该函数的定义如下:

def resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None):

  
 
  • 1

src:代表需要缩放的原始图像

dsize:缩放图像的大小,也可以叫尺寸

fx:代表水平方向缩放的比例

fy:代表垂直方向缩放的比例

interpolation:代表插值方式

interpolation插值的值如表:

类型 说明
cv2.INTER_LINEAR 双线性插值(默认方式)
cv2.INTER_NEARSET 最临近插值
cv2.INTER_CUBIC 三次样条插值。首先对源图像附近的4*4近邻区域进行三次样条拟合,然后将目标像素对应的三次样条值作为目标图像对应的像素点的值
cv2.INTER_AREA 区域插值,根据当前像素点周边区域的像素实现当前像素点的采样,该方法类似最临近插值方式
cv2.INTER_LANCZ0S4 一种使用8*8近邻的Lanczos插值方式
cv2.INTER_LINEAR_EXACT 位精确双线性插值
cv2.INTER_MAX 差值编码掩码
cv2.WARP_FILL_OUTLIERS 标值,填补目标图像中所有的像素。如果它们中的一些对应源图像中的奇异点(离群值),则它们将设置为0
cv2.WARP_INVERSE_MAP 标值,逆变换,例如,极坐标变换。如果flag未被设置,则进行转换:dst(Ø,p)=src(x,y);如果flag被设置,则进行转换:dst(x,y)=src(Ø,p)

在cv2.resize()函数中,目标图像的大小可以通过“dsize”或者“fx,fy”二者其中一个来指定。

当你使用dsize来指定时,则无论是否指定fx,fy,都有参数dsize来决定目标图像的大小,也就是dsize优先级最高。具体数学公式如下:

宽度=(double)dszie.width/src.cols

高度=(double)dszie.height/src.rows

需要注意的dsize的第1个参数是列数,第2个参数才是行数,与shape相反。

而当你使用fx,fy指定目标图像大小时,数学公式如下:

dsize=Size(round(fxsrc.cols),round(fysrc.rows))

至于最后的参数插值,是指对图像进行几何处理时,给无法直接通过映射得到值的像素点赋值。例如,将在特定大小的区域将图像放大2倍,有的图像可能小了不够放缺失一些像素点,有的图像可能大了多出去一些像素点,对于这些像素点,插值决定了如何确定它们的值。

dsize实现缩放

既然了解了OpenCV中缩放函数resize的所有参数,下面我们来实现一个简单的图像缩放,具体代码如下所示:

import cv2

img = cv2.imread("4.jpg")
rows,cols=img.shape[:2]
size=(int(cols*2),int(rows*1))
result = cv2.resize(img, size)
cv2.imshow("img", img)
print(img.shape)
cv2.imshow("result", result)
print(result.shape)
cv2.waitKey()
cv2.destroyAllWindows()

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

这里,我们首先通过img.shape获取图片的长宽像素,然后将行不变,列放大2倍。运行之后,我们会得到下图。

缩放

fx,fy实现缩放

上面我们是通过dszie参数实现的缩放,现在我们通过fx,fy参数实现缩放,具体代码如下所示:

import cv2

img = cv2.imread("4.jpg")
result = cv2.resize(img, None,fx=2,fy=1)
cv2.imshow("img", img)
print(img.shape)
cv2.imshow("result", result)
print(result.shape)
cv2.waitKey()
cv2.destroyAllWindows()

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

这段代码实现的效果与上面一致,运行结果就不展示了。可以看出来,fx与fy的代码会更加的简洁明了。

文章来源: liyuanjinglyj.blog.csdn.net,作者:李元静,版权归原作者所有,如需转载,请联系作者。

原文链接:liyuanjinglyj.blog.csdn.net/article/details/113796231

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。