有时, 有必要转换加载的图像。在图像处理中, 我们需要调整图像大小以执行特定操作。图像通常存储在Numpy ndarray(array)中。 ndarray.shape用于获取图像的尺寸。通过使用标注变量的索引, 我们可以获取每个像素的通道的宽度, 高度和数量。
范例:1
import cv2
img = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg', 1)
scale = 60
width = int(img.shape[1] * scale / 100)
height = int(img.shape[0] * scale / 100)
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
print('Resized Dimensions : ', resized.shape)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
Resized Dimensions : (199, 300, 3)
调整图像大小意味着更改图像的尺寸, 宽度或高度以及两者。而且, 可以通过调整图像的大小来保持原始图像的纵横比。 OpenCV提供cv2.resize()函数来调整图像大小。语法为:
cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]])
参数:
- src-源/输入图像(必需)。
- dsize-输出图像的所需大小(必填)
- fx-沿水平轴的比例因子。(可选)
- fy-沿垂直轴的比例因子。
- 插值(可选)-此标志使用以下方法:
- INTER_NEAREST-最近插值INTER_AREA-使用像素面积关系重新采样。当我们尝试进行图像缩放时, 它类似于INTER_NEAREST方法。
- INTER_CUBIC-在4×4像素邻域上的双三次插值。
- INTER_LANCOZS4-在8×8像素邻域内进行Lanczos插值。
调整图像大小的示例
有几种调整图像大小的方法。以下是一些执行大小调整操作的示例:
- 保留宽高比(保留图像的高宽比)
- 缩小(图像尺寸减小)
- 高档(图像尺寸增加)
- 不保留长宽比
- 仅调整宽度
- 仅调整高度
- 调整指定的宽度和高度
保持宽高比
- 使用resize()缩小
import cv2
img = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg', 1)
print('Original Dimensions : ', img.shape)
scale = 60 # percent of original size
width = int(img.shape[1] * scale / 100)
height = int(img.shape[0] * scale / 100)
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
print('Resized Dimensions : ', resized.shape)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
Original Dimensions : (332, 500, 3)
Resized Dimensions : (199, 300, 3)
在上面的示例中, scale_per变量保存需要缩放的图像的百分比。值<100用于缩小提供的图像。我们将使用此scale_per值以及原始图像的尺寸来计算输出图像的宽度和高度。
使用resize()升级
import cv2
img = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg', 1)
print('Original Dimensions : ', img.shape)
scale = 150 # percent of original size
width = int(img.shape[1] * scale / 100)
height = int(img.shape[0] * scale / 100)
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
print('Resized Dimensions : ', resized.shape)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
Original Dimensions : (332, 500, 3)
Resized Dimensions : (398, 600, 3)
不保留长宽比
- 仅调整宽度
在下面的示例中, 我们以像素为单位提供了宽度的特定值, 而高度将保持不变。
import cv2
img = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg', cv2.IMREAD_UNCHANGED)
print('Original Dimensions : ', img.shape)
width = img.shape[1] # keep original width
height = 440
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
print('Resized Dimensions : ', resized.shape)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
Original Dimensions : (332, 500, 3)
Resized Dimensions : (440, 500, 3)
- 调整高度
在下面的示例中, scale_per值包含必须缩放高度的百分比, 或者我们可以提供以像素为单位的特定值。
import cv2
img = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg', 1)
print('Original Dimensions : ', img.shape)
width = img.shape[1] # keep original width
height = 200
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
print('Resized Dimensions : ', resized.shape)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
Original Dimensions : (332, 500, 3)
Resized Dimensions : (200, 500, 3)
调整特定的宽度和高度
- 我们可以指定宽度和高度。
import cv2
img = cv2.imread(r'C:\Users\DEVANSH SHARMA\cat.jpeg', 1)
print('Original Dimensions : ', img.shape)
width = 350
height = 450
dim = (width, height)
# resize image
resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
print('Resized Dimensions : ', resized.shape)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
评论前必须登录!
注册