使用 OpenCV 调整图像大小 | Python

图像大小调整是指图像的缩放。缩放在许多图像处理和机器学习应用程序中都派上用场。它有助于减少图像中的像素数量，并且有几个优点，例如它可以减少神经网络的训练时间，因为图像中的像素数量越多，输入节点的数量就越多，这反过来又会增加模型的复杂性。
它还有助于放大图像。很多时候，我们需要调整图像的大小，即缩小或放大图像以满足尺寸要求。 OpenCV 为我们提供了几种调整图像大小的插值方法。

调整大小的插值方法的选择 -

• cv2.INTER_AREA：当我们需要缩小图像时使用。
• cv2.INTER_CUBIC：这很慢但更有效。
• cv2.INTER_LINEAR：主要在需要缩放时使用。这是 OpenCV 中的默认插值技术。

下面是调整大小的代码。

Python3

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
image = cv2.imread("C://gfg//tomatoes.jpg", 1)
# Loading the image
 
half = cv2.resize(image, (0, 0), fx = 0.1, fy = 0.1)
bigger = cv2.resize(image, (1050, 1610))
 
stretch_near = cv2.resize(image, (780, 540),
               interpolation = cv2.INTER_NEAREST)
 
 
Titles =["Original", "Half", "Bigger", "Interpolation Nearest"]
images =[image, half, bigger, stretch_near]
count = 4
 
for i in range(count):
    plt.subplot(2, 2, i + 1)
    plt.title(Titles[i])
    plt.imshow(images[i])
 
plt.show()

输出：

注意：使用 cv2.resize()函数时要记住的一件事是，用于确定新图像大小的元组（在这种情况下为 (1050, 1610)）遵循顺序 (width, height) 不像预期（高度，宽度）。