OpenCV 2410
resize()函数:可以将原图像精确的转化为指定尺寸的目标图像;格式:void resize(InputArray src,OutputArray dst,Size dsize,double fx=0,double fy=0,int interpolation=INTER_LINEAR );参数:dsize:输出图像的大小;当dsize不为0时,即指定的图像缩放大小;当dsize为0时,缩放大小为dsize=Size(round(fx*src.cols),round(fy*src.rows))其中,fx,fy为缩放比例;【注】:dsize和fx/fy不能同时为0;
resize放大图像:若要放大图像,推荐使用CV_INTER_LINEAR双线性插值;以王者荣耀logo为例,大小为482*355,进行放大示例如下:int main(){ Mat img = imread('0.jpg'); imshow('原始图', img); Mat dst = Mat::zeros(428, 512, CV_8UC3); //我要转化为512*512大小的 resize(img, dst, dst.size()); imshow('尺寸调整之后', dst); waitKey(0); return 0;}
resize缩小图像:要缩小图像,一般推荐使用CV_INTER_AREA插值;程序如下:int main(){ Mat img = imread('0.jpg'); imshow('原始图', img); Mat dst; resize(img, dst, Size(),0.5,0.5);//我长宽都变为原来的0.5倍 imshow('尺寸调整之后', dst); waitKey(0); waitKey(0); return 0;}
图像金字塔:图像金字塔是用来进行图像缩放的,功能和resize一样;为什么还需要学习它;因为其在卷积神经网络中会遇到这个名词;且搞图像的都得学它;什么是金字塔?下图所示,我们将一层层的图像比喻为金字塔,层级越高,则图像尺寸越小,分辨率越低; 两种类型的金字塔:高斯金字塔:用于下采样,主要的图像金字塔;拉普拉斯金字塔:用于重建图像,也就是预测残差,对图像最大程度的还原;比如一副小图像重建为一幅大图像; 上采样和下采样:上采样:就是图像放大,使用pryUp函数;下采样:就是图像缩小,使用pryDown函数;
pryUp上采样:图像放大格式:void pyrUp(InputArray src, OutputArray dst,const Size& dstsize=Size());上采样步骤:①将图像在每个方向放大为原来的两倍,新增的行和列用0填充;②使用卷积核与放大的图像卷积,获得新增像素的近似值;程序如下:int main(){ Mat img = imread('0.jpg'); imshow('原始图', img); Mat dst; pyrUp(img, dst, Size(img.cols*2, img.rows*2)); //放大一倍 imshow('尺寸放大之后', dst); waitKey(0); return 0;}
pryDown下采样:图像缩小格式:void pyrDown(InputArray src,OutputArray dst,const Size& dstsize=Size()); 下采样步骤:①将图像进行高斯内核卷积②将所有偶数行和列去除【注】:上、下采样都存在一个严重的问题,那就是图像变模糊了,因为缩放的过程中发生了信息丢失的问题。要解决这个问题,就得看拉普拉斯金字塔了。因此,如果缩放还是采用resize函数;
resize()函数: 可以将原图像精确的转化为指定尺寸的目标图像;
pryDown下采样:图像缩小,图像变模糊;
pryUp上采样:图像放大,图像变模糊