图像缩放/插值

图像缩放有放大、缩小、等比缩放和非等比缩放几种

import cv2
img = cv2.imread('../img/zidan.jpg')
imgInfo = img.shape
print(imgInfo)
height = imgInfo[0]
width = imgInfo[1]
#图像缩放有放大、缩小、等比缩放和非等比缩放几种
dstHeight = int(height*0.5)
dstWidth = int(width*0.5)
dstImg = cv2.resize(img,(dstWidth,dstHeight))
cv2.imshow('等比缩小一倍',dstImg)
cv2.waitKey(0)
效果图：

 插值方法有：最近邻域插值　　     像素关系重采样   　　    立方插值 　　　　双线性插值（默认）

目标图片某一点的x坐标对应原图片的坐标=目标图片的x坐标*（原图片的宽度/目标图片的宽度）

双线性插值法：当目标图像中的某一个像素点对应原图像的像素点值为小数时；

如图所示：

A1 = A2 = 15*0.2 + 16*0.8

B1 = B2 = 22*0.3 + 23*0.7

最终值 = A1*0.3 + A2*0.7 或 B1*0.2 + B2*0.8

通过双线性插值法缩放图片：

import cv2
import numpy as np
img = cv2.imread('../img/zidan.jpg',1)
imgInfo = img.shape
print(imgInfo)
width = imgInfo[0]
height = imgInfo[1]
dstHeight = int(height*0.5)
dstWidth = int(width*0.5)
newImg = np.zeros((dstWidth,dstHeight,3),np.uint8)
for i in range(0,dstWidth):
    for j in range(0,dstHeight):
        newWidth = int(i*(width*1.0/dstWidth))
        newHeight = int(j*(height*1.0/dstHeight))
        newImg[i,j] = img[newWidth,newHeight]
cv2.imshow('newimg',newImg)
cv2.waitKey(0)

效果图：