一、图像的放大与缩小
1. 对小狗图片进行缩放
使用API----resize（src, dsize, [,dst,[fx[,fy[,interpolation]]]]）
src：要缩放的图像。
dsize：缩放之后的图像大小，元组和列表表示都可以。
dst：可选参数，缩放之后的输出图片。
fx，fy：x轴与y轴的缩放比，即宽度与高度的缩放比。
interpolation：插值算法，只要包括以下四种：
1）INTER_NEAREST, 邻近查找，速度快，效果差
2）INTER_LINEAR, 双线性插值，使用原图中的4个点进行插值，为默认的
3）INTER_CUBIC, 三次插值，原图纸的16个点。
4）INTER_AREA, 区域插值，效果最好，时间最长。
示例代码如下所示：
import cv2
import numpy as npdog = cv2.imread("dog.png")
cat = cv2.imread("cat.png")
print(dog.shape)
print(cat.shape)# 把狗缩放的和猫一样大
new_dog = cv2.resize(dog, (559, 372)) # 先填宽度再填高度
# shape显示中行为高度，列为宽度 后面参数可以默认
print(new_dog.shape)
cv2.imshow("new_dog", np.hstack((cat, new_dog)))
cv2.imshow("dog", dog)
print(dog.__sizeof__())
print(new_dog.__sizeof__())cv2.waitKey(0)
cv2.destroyAllWindows()输出结果如下所示：
通过__sizeof__我们可以查看旧的小狗图像和新的小狗图像所占内存大小。
可以看到，经过resize操作后，小狗的图像的宽和高降低，所占内存空间减小。
2. 比较不同算法下的resize操作
new_dog1 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_NEAREST) # 先填宽度再填高度
new_dog2 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_LINEAR) # 先填宽度再填高度
new_dog3 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_CUBIC) # 先填宽度再填高度
new_dog4 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_AREA) # 先填宽度再填高度cv2.imshow("new_dog", np.hstack((cat, new_dog)))
cv2.imshow("dog1", new_dog1)
cv2.imshow("dog2", new_dog2)
cv2.imshow("dog3", new_dog3)
cv2.imshow("dog4", new_dog4)我们可以比较四种不用的算法，一般来说cv2.INTER_AREA效果最好。
3. 按照x轴和y轴的比例进行缩放
此时dsize为None，建议填写关键字参数
new_dog5 = cv2.resize(dog, dsize=None, fx=0.5, fy=0.5)
此时得到的小狗图片是之前的一般大小。
综合演示代码如下所示：
import cv2
import numpy as npdog = cv2.imread("dog.png")
cat = cv2.imread("cat.png")
print(dog.shape)
print(cat.shape)# 把狗缩放的和猫一样大
new_dog = cv2.resize(dog, (559, 372)) # 先填宽度再填高度
# shape显示中行为高度，列为宽度 后面参数可以默认
print(new_dog.shape)
# 比较四种算法下的小狗照片的缩放
new_dog1 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_NEAREST) # 先填宽度再填高度
new_dog2 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_LINEAR) # 先填宽度再填高度
new_dog3 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_CUBIC) # 先填宽度再填高度
new_dog4 = cv2.resize(dog, (800, 800), interpolation = cv2.INTER_AREA) # 先填宽度再填高度
# 按照x轴和y轴进行缩放
new_dog5 = cv2.resize(dog, dsize=None, fx=0.5, fy=0.5)cv2.imshow("new_dog", np.hstack((cat, new_dog)))
cv2.imshow("dog1", new_dog1)
cv2.imshow("dog2", new_dog2)
cv2.imshow("dog3", new_dog3)
cv2.imshow("dog4", new_dog4)
cv2.imshow("dog5", new_dog5)
print(dog.__sizeof__())
print(new_dog.__sizeof__())cv2.waitKey(0)
cv2.destroyAllWindows()
