OpenCV图像的缩放(python实现)

文章目录

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。
$\\ dst \quad (1,2)--->src \quad (2,4) \\ newX = x_{dst}/0.5=1/0.5=2 \\ newY = y_{dst}/0.5 = 2/0.5 =4$
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：
$0.7\times (2,3) + 0.3 \times (2,4) = (2,3.3) \\ A2 = 0.7\times (3,3) + 0.3 \times (3,4) = (3,3.3) \\ P = A1\times0.6 + A2\times0.4 \\$
或者，根据 B 推导：

$0.6\times (2,3) + 0.4 \times (3,3) = (2.4,3) \\ B2 = 0.6\times (2,4) + 0.4 \times (3,4) = (2.4,4) \\ P = B1\times0.7 + B2\times0.3$

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