OpenCV:resize-改变图像的大小

本文详细介绍了OpenCV中resize函数的使用方法,包括参数解释、注意事项及不同插值方式的效果对比。resize函数用于调整图像大小,适用于图像处理、计算机视觉等场景。

1. OpenCV提供了resize函数来改变图像的大小,函数原型如下:

void resize(InputArray src, 
            OutputArray dst, 
            Size dsize, 
            double fx=0, 
            double fy=0, 
            int interpolation=INTER_LINEAR );

2. 参数:

src:输入,原图像,即待改变大小的图像;

dst:输出,改变大小之后的图像,这个图像和原图像具有相同的内容,只是大小和原图像不一样而已;

dsize:输出图像的大小。

如果这个参数不为0,那么就代表将原图像缩放到这个Size(width,height)指定的大小;

如果这个参数为0,那么原图像缩放之后的大小就要通过下面的公式来计算:

                                                      dsize = Size(round(fx*src.cols), round(fy*src.rows))

其中,fx和fy就是下面要说的两个参数,是图像width方向和height方向的缩放比例。

fx:width方向的缩放比例,如果它是0,那么它就会按照(double)dsize.width/src.cols来计算;

fy:height方向的缩放比例,如果它是0,那么它就会按照(double)dsize.height/src.rows来计算;

interpolation:这个是指定插值的方式,图像缩放之后,肯定像素要进行重新计算的,就靠这个参数来指定重新计算像素的方式,有以下几种:
  INTER_NEAREST - 最邻近插值
  INTER_LINEAR - 双线性插值,如果最后一个参数你不指定,默认使用这种方法
  INTER_AREA - resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
  INTER_CUBIC - 4x4像素邻域内的双立方插值
  INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值

3. 注意事项

(1) dsize和fx、fy不能同时为0,要么你就指定好dsize的值,让fx和fy空置直接使用默认值,就像

                                                        resize(img, imgDst, Size(30,30));

要么你就让dsize为0,指定好fx和fy的值,比如fx=fy=0.5,那么就相当于把原图两个方向缩小一倍!

(2) 至于最后的插值方法,正常情况下使用默认的双线性插值就够用了。

几种常用方法的效率是:最邻近插值>双线性插值>双立方插值>Lanczos插值;

但是效率和效果成反比,所以根据自己的情况酌情使用。

(3) 正常情况下,在使用之前dst图像的大小和类型都是不知道的,类型从src图像继承而来,大小也是从原图像根据参数计算出来。

但是如果你事先已经指定好dst图像的大小,那么你可以通过下面这种方式来调用函数:

resize(src, dst, dst.size(), 0, 0, interpolation);

 

### 解决OpenCV `resize` 函数参数错误 当遇到 `cv2.error: OpenCV(4.10.0) :-1: error: (-5:Bad argument)` 错误时,这通常意味着传递给 `resize` 函数的一个或多个参数不正确。为了有效解决问题并确保代码正常工作,可以采取以下措施: #### 参数验证 确认输入图像和目标尺寸的有效性非常重要。对于 `resize` 函数而言,主要关注两个方面:源图像 (`src`) 和输出尺寸 (`dsize`) 或缩放因子 (`fx`, `fy`). 如果这些参数不符合预期,则会触发上述异常。 ```python import cv2 import numpy as np # 创建一个示例图像用于测试 image = np.zeros((100, 100, 3), dtype=np.uint8) try: resized_image = cv2.resize(image, dsize=(200, 200)) except Exception as e: print(f"Error occurred during resizing: {e}") else: print("Resizing succeeded.") ``` 此段代码展示了如何安全地尝试调整大小操作,并捕获任何可能发生的异常以便进一步诊断[^1]. #### 数据类型检查 另一个常见问题是数据类型的兼容性问题。确保传入的数据类型与期望的一致也是至关重要的一步。特别是如果图像是从文件读取而来或是经过某些处理之后再被送入到 `resize` 中的话更应该注意这一点。 ```python if not isinstance(image, np.ndarray): raise ValueError("Input image must be a NumPy array.") resized_image = cv2.resize( src=image, dsize=None, # 使用 fx/fy 来指定新的宽度/高度比例 fx=2.0, # 宽度放大倍数 fy=2.0 # 高度放大倍数 ) ``` 这里通过设置 `fx` 和 `fy` 而不是直接给出具体的像素值来改变图像尺寸,这样可以在不知道原始分辨率的情况下灵活控制最终效果. #### 输出数组布局校验 有时也会因为输出矩阵(`dst`) 的内存布局不当而导致类似的错误消息。因此,在调用之前最好先初始化好适当格式的目标缓冲区。 ```python output_shape = (new_width, new_height) dtype = image.dtype empty_dst = np.empty(output_shape[::-1], dtype=dtype) result = cv2.resize(src=image, dst=empty_dst, dsize=output_shape) ``` 这段代码片段说明了创建一个新的空数组作为目的地,并将其传递给 `resize()` 方法以避免潜在的内存布局冲突. ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值