18.opencv 图像变换

1.基本变换——缩放

import cv2
import numpy as np

dog = cv2.imread('./dog.jpeg')
cat = cv2.imread('./cat.jpeg')

print(dog.shape)
print(cat.shape)

new_cat = cv2.resize(cat, (499, 360))
print(new_cat.shape)

cv2.imshow('img', np.hstack((dog, new_cat)))

cv2.waitKey()
cv2.destroyAllWindows()

(360, 499, 3)
(480, 640, 3)
(360, 499, 3)

（1）shape是行、列、深度，而cv2.resize是宽、高。故需要修改顺序。

（2）可以修改插值算法，默认是双线性插值

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

• src: 要缩放的图片
• dsize: 缩放之后的图片大小, 元组和列表表示均可.
• dst: 可选参数, 缩放之后的输出图片
• fx, fy: x轴和y轴的缩放比, 即宽度和高度的缩放比.
• interpolation: 插值算法, 主要有以下几种:
  • INTER_NEAREST, 邻近插值, 速度快, 效果差.
  • INTER_LINEAR, 双线性插值, 使用原图中的4个点进行插值. 默认.
  • INTER_CUBIC, 三次插值, 原图中的16个点.
  • INTER_AREA, 区域插值, 效果最好, 计算时间最长。

（3）可以通过xy轴（fx fy）比例缩放图片

import cv2
import numpy as np

dog = cv2.imread('./dog.jpeg')
cat = cv2.imread('./cat.jpeg')


# new_dog1 = cv2.resize(dog, (640, 480), interpolation=cv2.INTER_NEAREST)
# new_dog2 = cv2.resize(dog, (640, 480), interpolation=cv2.INTER_LINEAR)# 默认效果
# new_dog3 = cv2.resize(dog, (640, 480), interpolation=cv2.INTER_CUBIC)
# new_dog4 = cv2.resize(dog, (640, 480), interpolation=cv2.INTER_AREA)

new_dog = cv2.resize(dog, dsize=None, fx=1.5, fy=0.5, interpol