OpenCV影象縮放之cv.resize()函數詳解

2022-09-14 22:03:02

系列前言

這個系列是我第一個想要更下去的系列。每篇會全面介紹一個 OpenCV 函數，會給出 API 和範例。範例主要是用 Python 去寫，但是 OpenCV 的原生語言是 C++，所以想翻譯過去其實很簡單。介紹過程中如果有相關的 CV 知識也會一併寫入，還是那句話，爭取做到說人話，讓小白也能看得懂。

API

API 來自 OpenCV官方檔案

C++

void cv::resize(InputArray    src,
                OutputArray   dst,
                Size          dsize,
                double        fx = 0,
                double        fy = 0,
                int           interpolation = INTER_LINEAR 
               )

Python

dst = cv.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

函數詳解

顧名思義，這個函數可以把圖片縮放到你想要的大小。

參數列

在這裡我們主要說 Python 的引數。把各個引數的含義和相關資訊打一張表：

引數	型別	是否必須指定	具體含義
`src`	`numpy.ndarray`	是	原影象
`dsize`	`tuple<int>`	是	縮放後的影象大小
`dst`	無所謂	否	目標影象，但是在 Python 裡面沒有任何意義。一般不傳參或者設成 `None`
`fx`, `fy`	數值型別	否	x 和 y 方向上的縮放比例
`interpolation`	`int`	否	插值方式表示程式碼，本質是一個 `int` 數值，一般用 OpenCV 內建的引數代號以提高可讀性。

看這張表想必大家就很清楚了。

縮放方式其一

那麼，想要實現縮放影象，有兩種方法。第一種方法是指定縮放後的影象大小。下面是實現這個功能的一個簡單的程式。後面的給出的其他程式都是對 resize 所在行進行的改動。

import numpy as np
import cv2 as cv

img = cv.imread("你希望縮放的圖片")

# 縮放影象，後面的其他程式都是在這一行上改動
dst = cv.resize(img, (400, 300))

# 顯示影象
cv.imshow("dst: %d x %d" % (dst.shape[0], dst.shape[1]), dst)
cv.waitKey(0)
cv.destroyAllWindows()

在這個例子中，我們指定了縮放後影象的大小為 400 x 300，resize 函數就會將影象拉伸到這個大小，拉伸後的影象相比於原圖不會有任何的裁剪。

縮放方式其二

另一種方法，就是利用後面的 fx 和 fy，指定縮放後影象長寬相對於原圖的比例。如果利用這兩個引數，前面的 dsize 要寫成一個不合法的形式（比如：(0, 0)）。具體原因後面會解釋。

注意，在 dsize 和 fx 中間其實隔了一個無用的 dst，雖然沒有實際作用，但是這個引數確實存在，按照 Python 的函數傳參規則，要麼指明實參傳遞給哪個形參，要麼按順序傳參不能遺漏。具體看下面的例子，兩行的效果一致，都是將影象橫向縮放為原來的 0.5 倍，縱向縮放為原來的 0.3 倍。

# 形參預設
dst = cv.resize(img, (0, 0), None, 0.5, 0.3)

# 指明形參
dst = cv.resize(img, (0, 0), fx=0.5, fy=0.3)

值得注意的是，縮放後的影象寬高是根據 round(img.shape[0] * fx) 和 round(img.shape[1] * fy) 來計算的，所以即使 fx 和 fy 並不是0，只要這兩個計算結果中有一個是 0，也會報錯。

兩種方式的優先順序

OpenCV 會先檢查 dsize 是否合法，即影象的寬和高是否都是非 0 的。如果是，就按照這個縮放，忽略後面的 fx 和 fy；如果不是，就按照 fx，fy 來計算。即優先順序： dsize > fx fy.

另外，兩種方式是獨立定義的，也就是不能混著，用數值指定長卻用比率指定寬。不存在 cv.resize(img, (0, 400), fx=0.42) 這種用法！

關於插值方式

最後一個引數，在 resize 函數裡有 7 種可能取值，參考OpenCV檔案相關頁。但是我這裡第 7 個引數是不存在的，或許是版本問題？最後兩個引數我試過，會報錯，不行。

雖然這些引數非常龐雜，但他們的插值效果卻差不多，一般情況下，預設的線性插值就夠用。如果非要給點建議的話，我翻譯一下官網方檔案的原話：

要縮小圖片，一般來說最好的插值方法是 cv.INTER_AREA，而要放大一張圖片的話，一般來說效果最好的是 cv.INTER_CUBIC （速度慢）或者 cv.INTER_LINEAR （速度快一些但結果仍然不錯）。

擴充套件 —— 相關函數

OpenCV 為縮放影象的大小提供了其他的選擇，這裡說兩個函數：cv.pyrUp 和cv.pyrDown。

這兩個函數可以用於構建影象金字塔，pyrUp 可以將影象長寬均放大為原來的 2 倍，而 pyrDown 則可以將影象長寬縮小為原來的 1/2. 與 resize 不同的是，這兩個函數和高斯折積核緊密相關。pyrUp 是對影象升取樣，隔行隔列插入零向量之後用高斯核折積，而 pyrDown 則是對影象高斯折積後隔行隔列取樣。兩個的折積核成倍數關係，前者是後者的4倍。