這篇文章主要介紹了Python如何使用OpenCV對圖像進行縮放功能,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
OpenCV:圖片縮放和圖像金字塔
對圖像進行縮放的最簡單方法當然是調用resize函數啦!
resize函數可以將源圖像精確地轉化為指定尺寸的目標圖像。
要縮小圖像,一般推薦使用CV_INETR_AREA來插值;若要放大圖像,推薦使用CV_INTER_LINEAR。
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
//圖片的縮小與放大
int main()
{
Mat img = imread("lol5.jpg");
imshow("原始圖", img);
Mat dst = Mat::zeros(512, 512, CV_8UC3); //我要轉化為512*512大小的
resize(img, dst, dst.size());
imshow("尺寸調整之后", dst);
waitKey(0);
}
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
//圖片的縮小與放大
int main()
{
Mat img = imread("lol5.jpg");
imshow("原始圖", img);
Mat dst;
resize(img, dst, Size(),0.5,0.5);//我長寬都變為原來的0.5倍
imshow("尺寸調整之后", dst);
waitKey(0);
}
說白了,圖像金字塔就是用來進行圖像縮放的,干的事情跟resize函數沒兩樣,那我們還需要學它嗎?我覺得有必要的額,因為在學習卷積神經網絡中會遇到這個名詞,所以都學一學吧,搞圖形都繞不過他!
說說什么是圖像金字塔。

其實非常好理解,如上圖所示,我們將一層層的圖像比喻為金字塔,層級越高,則圖像尺寸越小,分辨率越低。
高斯金字塔:用于下采樣,主要的圖像金字塔;
拉普拉斯金字塔:用于重建圖像,也就是預測殘差(我的理解是,因為小圖像放大,必須插入一些像素值,那這些像素值是什么才合適呢,那就得進行根據周圍像素進行預測),對圖像進行最大程度的還原。比如一幅小圖像重建為一幅大圖像,
圖像金字塔有兩個高頻出現的名詞:上采樣和下采樣?,F在說說他們倆。
上采樣:就是圖片放大(所謂上嘛,就是變大),使用PryUp函數
下采樣:就是圖片縮?。ㄋ^下嘛,就是變?。?,使用PryDown函數
下采樣將步驟:
對圖像進行高斯內核卷積
將所有偶數行和列去除
下采樣就是圖像壓縮,會丟失圖像信息。
上采樣步驟:
將圖像在每個方向放大為原來的兩倍,新增的行和列用0填充;
使用先前同樣的內核(乘以4)與放大后的圖像卷積,獲得新增像素的近似值。
上、下采樣都存在一個嚴重的問題,那就是圖像變模糊了,因為縮放的過程中發生了信息丟失的問題。要解決這個問題,就得看拉普拉斯金字塔了。
下面給出OpenCV中pryUp和pryDown的用法。
#include<opencv2\opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
//圖像金字塔
int main()
{
Mat img = imread("lol8.jpg");
imshow("原始圖", img);
Mat dst,dst2;
pyrUp(img, dst, Size(img.cols*2, img.rows*2)); //放大一倍
pyrDown(img, dst2, Size(img.cols * 0.5, img.rows * 0.5)); //縮小為原來的一半
imshow("尺寸放大之后", dst);
imshow("尺寸縮小之后", dst2);
waitKey(0);
}顯然,無論是放大還是縮小,圖像都變得模糊了,這就是他的致命缺點。

感謝你能夠認真閱讀完這篇文章,希望小編分享的“Python如何使用OpenCV對圖像進行縮放功能”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關注億速云行業資訊頻道,更多相關知識等著你來學習!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。