生活随笔
收集整理的這篇文章主要介紹了
【图像处理】——图像内插法
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
參考：https://blog.csdn.net/lovexlsforever/article/details/79508602
cv2.resize函數(shù)
?當(dāng)我們縮小影像時，使用CV_INTER_AREA會有比較好的效果，當(dāng)我們放大影像，CV_INTER_CUBIC會有最好的效果
void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR)。src 輸入圖
。dst 輸出圖，形態(tài)和輸入圖相同，當(dāng)dsize不等于0，輸出圖尺寸會和dsize相同,當(dāng)dsize等于0，輸出圖尺寸會由輸入圖尺寸、fx、fy計算而得
。dsize 輸出尺寸，當(dāng)輸入為0時，fx、fy皆不可為0，dsize = Size(round(fxsrc.cols),round(fysrc.rows))
。fx 水平縮放比例，當(dāng)輸入為0時，fx=(double)dsize.width/src.cols
。fy 垂直縮放比例,當(dāng)輸入為0時，fy=(double)dsize.height/src.rows
。interpolation 內(nèi)插方式 內(nèi)插方式有
a). CV_INTER_NEAREST 最鄰近插值點(diǎn)法
b). CV_INTER_LINEAR 雙線性插值法
c).CV_INTER_AREA 鄰域像素再取樣插補(bǔ)
d).CV_INTER_CUBIC 雙立方插補(bǔ)，4*4大小的補(bǔ)點(diǎn)
e).當(dāng)我們縮小影像時，使用CV_INTER_AREA會有比較好的效果，當(dāng)我們放大影像，CV_INTER_CUBIC會有最好的效果，但是計算花費(fèi)時間較多，CV_INTER_LINEAR能在影像品質(zhì)和花費(fèi)時間上取得不錯的平衡。 CV_INTER_LANCZOS4 Lanczos插補(bǔ)，8*8大小的補(bǔ)點(diǎn)
'''
@time:2020/10/05
@interplation methods
'''import cv2 as cv
img = cv.imread('pic2.png')
h,w,j = img.shape
resizeh,resizew = h*10,w*10#最近鄰內(nèi)插,注意得先寫圖像的寬，再寫圖像的高
interNearest = cv.resize(img,(resizew,resizeh),interpolation=cv.INTER_NEAREST)
#雙線性內(nèi)插
interLinear = cv.resize(img,(resizew,resizeh),interpolation=cv.INTER_LINEAR)
#雙三次內(nèi)插
interCubic = cv.resize(img,(resizew,resizeh),interpolation=cv.INTER_CUBIC)cv.imshow('1',interNearest)
cv.imshow("2",interLinear)
cv.imshow("3",interCubic)
cv.imwrite('pic2_1.jpg',interNearest)
cv.imwrite('pic2_2.jpg',interLinear)
cv.imwrite('pic2_3.jpg',interCubic)
cv.waitKey(0)
?
總結(jié)
以上是生活随笔為你收集整理的【图像处理】——图像内插法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。
