如何使用Python中的OpenCV对图像进行调整大小?

这篇具有很好参考价值的文章主要介绍了如何使用Python中的OpenCV对图像进行调整大小?。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

opencv改变图像大小,Opencv,python,opencv,开发语言,图像处理,人工智能,计算机视觉,机器学习

OpenCV 提供了函数 cv2.resize() 用于调整图像大小。OpenCV中的调整大小被称为 缩放 。我们可以通过指定图像大小或缩放因子来调整图像大小。当我们指定缩放因子时,宽高比会得到保留。

cv2.resize() 函数中有不同的插值方法:

  • cv2.INTER_AREA —— 用于缩小图像。
  • cv2.INTER_CUBIC —— 慢速,用于缩放。
  • cv2.INTER_LINEAR —— 用于缩放。它是所有调整大小目的的默认方法。

步骤

您可以使用以下步骤来调整图像大小:

导入所需的库。在以下所有Python示例中,所需的Python库是 OpenCV 和 Matplotlib 。确保您已经安装它们。

import cv2
import matplotlib.pyplot as plt

使用 cv2.imread() 函数读取图像。指定带有图像类型的完整图像路径(.jpg或.png)。

img = cv2.imread('birds.jpg')

传递 new_size 或 scaling factors fx and fy 和 interpolation 来调整图像大小。 fx 和 fy 分别是宽度和高度的比例因子。

resize_img = cv2.resize(img, new_size)
resize_img = cv2.resize(img,(0, 0),fx=0.5, fy=0.7, interpolation = cv2.INTER_AREA)

显示调整大小后的图像。

plt.imshow(resize_img)

让我们通过一些Python示例来了解不同的图像调整大小选项。

我们将使用此图像作为以下示例中的 输入文件 :

opencv改变图像大小,Opencv,python,opencv,开发语言,图像处理,人工智能,计算机视觉,机器学习

示例1

在以下Python程序中,我们将输入图像的大小调整为 new_size = 450, 340 (即 width=450,height=340 )。

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('birds.jpg')
h, w, c = img.shape

# Different scaling ratios
scaling_ratio = [0.1, 0.5, 2, 5]

# Different interpolations
interpolation = [cv2.INTER_NEAREST, cv2.INTER_LINEAR, cv2.INTER_AREA, cv2.INTER_CUBIC, cv2.INTER_LANCZOS4]

# Resize the image using different scaling ratios and interpolations
fig = plt.figure()
rows = len(scaling_ratio)
columns = len(interpolation)
count = 1
for i in range(rows):
    for j in range(columns):
        if count > rows*columns:
            break
        new_size = (int(w*scaling_ratio[i]), int(h*scaling_ratio[i]))
        count += 1
        resized_img = cv2.resize(img, new_size, interpolation[j])
        resized_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2RGB)
        fig.add_subplot(rows, columns, count).title(f"Scaling Ratio: {scaling_ratio[i]}, Interpolation: {interpolation[j]}")
        plt.imshow(resized_img)

plt.show()
# 导入所需库
import cv2
import matplotlib.pyplot as plt

# 读取输入图像
img = cv2.imread('birds.jpg')

# 使用不同的插值调整图像大小
resize_cubic = cv2.resize(img,(0, 0),fx=2, fy=2, interpolation = cv2.INTER_CUBIC)
resize_area = cv2.resize(img,(0, 0),fx=0.5, fy=0.7, interpolation = cv2.INTER_AREA)
resize_linear = cv2.resize(img,(0, 0),fx=2, fy=2, interpolation = cv2.INTER_LINEAR)

# 显示原始图像和调整大小后的图像
plt.subplot(221),plt.imshow(img), plt.title("原始图像")
plt.subplot(222), plt.imshow(resize_cubic), plt.title("插值Cubic")
plt.subplot(223), plt.imshow(resize_area), plt.title("插值Area")
plt.subplot(224), plt.imshow(resize_linear), plt.title("插值Linear")
plt.show()

输出

运行以上程序,将生成以下输出−

opencv改变图像大小,Opencv,python,opencv,开发语言,图像处理,人工智能,计算机视觉,机器学习

为帮助更多对人工智能感兴趣的小伙伴们能够有效的系统性的学习以及论文的研究,小编特意制作整理了一份人工智能学习资料给大家,整理了很久,非常全面。

大致内容包括一些人工智能基础入门视频和文档+AI常用框架实战视频、计算机视觉、机器学习、图像识别、NLP、OpenCV、YOLO、pytorch、深度学习与神经网络等学习资料、课件源码、国内外知名精华资源、以及AI热门论文等全套学习资料。

opencv改变图像大小,Opencv,python,opencv,开发语言,图像处理,人工智能,计算机视觉,机器学习
需要以上这些文中提到的资料,请点击此处→【人工智能全套完整VIP资料】即可免费获取。

 文章来源地址https://www.toymoban.com/news/detail-757753.html

看完三件事❤️

  • 如果你觉得这篇内容对你还蛮有帮助,我想邀请你帮我三个小忙:
  • 点赞,转发,有你们的 『点赞和评论』,才是我创造的动力。
  • 关注作者公众号 『 python深度学习NLP 』,不定期分享原创知识。
  • 关注后回复【666】扫码即可获取学习资料包。
  • 同时可以期待后续文章ing🚀。
     

opencv改变图像大小,Opencv,python,opencv,开发语言,图像处理,人工智能,计算机视觉,机器学习 

 

到了这里,关于如何使用Python中的OpenCV对图像进行调整大小?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python】进阶学习:一文掌握resize方法,轻松调整图像大小

    【Python】进阶学习:一文带你使用resize方法调整image对象的图像大小 🌈 个人主页:高斯小哥 🔥 高质量专栏:Matplotlib之旅:零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程👈 希望得到您的订阅和支持~ 💡 创作高质量博文(平均质量分92+),分享更多

    2024年04月25日
    浏览(69)
  • 谈谈如何使用 opencv 进行图像识别

    原文由hakaboom发表于TesterHome社区,点击原文链接可与作者直接交流。 从18年开始,我接触了叉叉助手(平台已经被请喝茶了),通过图色识别,用来给常玩的游戏写挂机脚本,写了也有两三年.也算是我转行当游戏测试的理由. 去年11月,也是用了这身技术,混进了外包,薪资还不错,属于是

    2024年02月10日
    浏览(65)
  • 如何使用OpenCV库进行图像检测

    import cv2 # 加载Haar级联分类器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + \\\'haarcascade_frontalface_default.xml\\\') # 读取输入图像 img = cv2.imread(\\\'input_image.jpg\\\') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 使用Haar级联分类器进行人脸检测 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors

    2024年02月16日
    浏览(41)
  • 如何使用OpenCV进行图像读取和显示?

    使用OpenCV进行图像读取和显示是计算机视觉领域中的常见任务之一。下面是关于如何使用OpenCV进行图像读取和显示的简要步骤和示例代码。    首先,你需要安装OpenCV库并确保正确导入它。然后,按照以下步骤执行图像读取和显示操作: 导入OpenCV库: 读取图像文件: 在这个

    2024年02月06日
    浏览(47)
  • 详细介绍如何使用 OpenCV 对图像进行锐化

    将了解锐化图像的过程 , 我们将使用内核来突出显示每个特定像素并增强其发出的颜色。 它与模糊过程非常相似,只不过现在我们不是创建一个内核来平均每个像素强度,而是创建一个内核,该内核将使像素强度更高,因此对人眼来说更加突出。 很高兴知道 内核用于模糊

    2024年02月12日
    浏览(42)
  • C++中键盘响应结合OpenCV库进行图像灰度图、HSV图转换和亮度调整

    QuickDemo.cpp quick_opencv.h main.cpp 按键esc退出程序。 注意必须点击原图上再输入1或2或3才有响应。

    2024年02月20日
    浏览(65)
  • OpenCV 项目开发实战--对图像中的斑点进行检测(Python、C++代码实现)

    Blob 是图像中一组连接的像素,它们共享一些共同的属性(例如,灰度值)。在上图中,暗连接区域是斑点,斑点检测旨在识别和标记这些区域。 文末附相关测试代码的下载链接 OpenCV 提供了一种基于不同特征检测和过滤斑点的便捷方法。让我们从最简单的例子开始 Python

    2024年02月14日
    浏览(56)
  • Python使用Opencv进行图像人脸、眼睛识别实例演示

    效果展示 下面使用 haarcasecade_eye.xml 进行人眼识别的效果图: 人脸识别是一种可以自动检测图像或视频中存在的人脸的技术。它可以用于各种应用,例如安全控制,自动标记照片和视频,以及人脸识别解锁设备等。在这篇博客中,我们将详细讨论人脸识别技术,以及如何使用

    2023年04月17日
    浏览(57)
  • Python使用OpenCV库对彩色图像进行通道分离

    目录 1、解释说明: 2、使用示例: 3、注意事项: 在Python中,我们可以使用OpenCV库对彩色图像进行通道分离。通道分离是将彩色图像的每个像素分解为三个通道(红、绿、蓝)的过程。这样,我们可以分别处理和分析每个通道的信息。通道分离在图像处理中有很多应用,例如

    2024年02月12日
    浏览(40)
  • 使用Python和OpenCV进行图像处理和分析

    简介: 图像处理和分析是计算机视觉领域的重要组成部分。本文将介绍如何使用Python编程语言和OpenCV库进行图像处理和分析。我们将涵盖图像读取、显示、滤波、边缘检测和图像分割等常见的图像处理操作,并提供相应的代码示例。 安装OpenCV: 首先,我们需要安装OpenCV库。

    2024年02月12日
    浏览(62)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包