本文共 1359 字，大约阅读时间需要 4 分钟。

OpenCV图像缩放方法探索

在图像处理领域，缩放是常见但却不简单的操作。OpenCV提供了多种方法来实现图像缩放，本文将详细探讨几种常用缩放技术，并展示其实现过程。

1. 导入必要库并读取图像

首先，需要导入OpenCV和numpy库，读取目标图像并获取其尺寸信息：

import cv2
import numpy as np
img = cv2.imread('image.jpg', 1)
imgInfo = img.shape
width = imgInfo[0]
height = imgInfo[1]
# 显示原始图像
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 10))
plt.imshow(img)

2. 调用resize函数实现缩放

第一种方法是使用OpenCV提供的resize函数。通过指定目标尺寸，可以轻松实现图像缩放：

dstHeight = int(height * 0.5)
dstWidth = int(width * 0.5)
dst = cv2.resize(img, (dstHeight, dstWidth))
plt.figure(figsize=(10, 10))
plt.imshow(dst)

3. 直接操作像素实现缩放

第二种方法是通过直接操作像素来实现缩放。这种方法适用于需要自定义缩放比例的情况：

dstHeight = int(height * 0.5)
dstWidth = int(width * 0.5)
dst = np.zeros((dstHeight, dstWidth, 3), np.uint8)
for i in range(dstHeight):
    for j in range(dstWidth):
        iNew = int(i * (height * 1.0 / dstHeight))
        jNew = int(j * (width * 1.0 / dstWidth))
        dst[i, j] = img[iNew, jNew]
plt.figure(figsize=(10, 10))
plt.imshow(dst)

4. 使用warpAffine实现仿射变换缩放

第三种方法是通过仿射变换来实现缩放。这种方法可以提供更高的控制力：

matScale = np.float32([[0.5, 0, 0], [0, 0.5, 0]])
dst = cv2.warpAffine(img, matScale, (int(height / 2), int(width / 2)))
plt.figure(figsize=(10, 10))
plt.imshow(dst)

结果对比

三种方法的实现结果如下：

开拓视野

在实际应用中，选择哪种方法取决于具体需求。如果需要简单高效的通用缩放，resize函数是最佳选择。对于需要自定义缩放比例或保留更多细节的场景，直接操作像素或仿射变换可能更合适。

通过这些方法，你可以灵活应对不同图像缩放需求，同时保持高效性和可控性。记得关注「浪学」公众号，获取更多OpenCV技巧与实用案例。

转载地址：http://fwpfk.baihongyu.com/