python-opencv-cv2.resize()函数详解
文章目录前言一、pandas是什么?1.引入库2.读入数据总结前言一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。1.引入库代码如下(示例):import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport w
·
1.cv2.resize()参数说明?
cv2.resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None)
参数 | 描述 |
---|---|
src | 【必需】输入原图像 |
dsize | 【必需】输出图像的大小 |
fx | 【可选】width方向的缩放比例 |
fy | 【可选】height方向的缩放比例 |
interpolation(插值) | 【可选】这个是指定插值的方式 |
dsize形参的数组的宽度在前,高度在后(output_width,output_height)
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_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
2.代码示例
import cv2
img = cv2.imread('图片所在路径')
# 默认使用双线性插值法
img = cv2.resize(img,(300,300))#固定长宽
img = cv2.resize(img,None,fx=0.5,fy=0.5)#固定比例
cv.imshow("img",img)
cv.waitKey(0)
cv.destroyAllWindows()
3.最近邻插值与双线性插值
数值分析学习插值没想到这里还用上了,如果有小伙伴想了解图像处理: 五种 插值法,可以参看则篇博文。
更多推荐
已为社区贡献1条内容
所有评论(0)