Python OpenCV 图像的几何变换，先说不平凡的 resize 函数[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

Python OpenCV 365 天学习计划，与橡皮擦一起进入图像领域吧。本篇博客是这个系列的第 41 篇。
该系列文章导航参考：https://blog.csdn.net/hihell/category_10688961.html

Python OpenCV

基础知识铺垫

在 OpenCV 中常见的几何变换有缩放，仿射，透视变换，之前的内容中已经学习过缩放函数了，今天一边复习旧知识，一边学习新知识。

先看一下三个几何变换对应的函数原型是：

dst = cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
dst = cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
dst = cv2.warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])

先从缩放说起，函数名为 cv2.resize()，非空参数有 2 个，分别是 src 与 dsize，含义为源图像与缩放后图像的尺寸。

import cv2 as cv

src = cv.imread("./t1.jpg")
cv.imshow("src", src)
dst = cv.resize(src, (200, 200))
cv.imshow("dst", dst)
cv.waitKey(0)
cv.destroyAllWindows()

上述为最简单的代码，运行效果如下，实现了一个简单的变化
Python OpenCV 图像的几何变换，先说不平凡的 resize 函数
该案例会出现一个常见的错误，缩放的数值提供的是浮点类型，错误提示为

TypeError: integer argument expected, got float

还有需要注意的是，元组 dsize 的两个值说明如下，顺序不要记错。

# dsize = (cols,rows) 中文，(宽度,高度)
dst = cv.resize(src, (400, 200))

这个地方深究下去，其实需要记忆的细节很多，例如在笛卡尔坐标系里面，记录一个坐标点都是先 x 轴，后 y 轴，但是在计算机中，图像是以矩阵的形式保存的，先行后列，所以 宽x高x通道 的图片会保存在 高x宽x通道的三位数组中，在图像处理的时候，都是按照 高x宽x通道记忆，例如通过 shape 获取形状。

src = cv.imread("./t1.jpg")
print(src.shape)

输出的结果就是 (高,宽,通道)，但是这一点 resize 函数没有遵守，它依旧采用的是 (宽,高) 设置。

fx，fy为图像x,y方向的缩放比例，使用该参数，需要提前将 dsize 设置为 (0,0)，测试代码如下：

import cv2 as cv

src = cv.imread("./t1.jpg")
print(src.shape)
cv.imshow("src", src)
# dsize = (cols,rows) 中文，(宽度,高度)
dst = cv.resize(src, (0, 0),fx=0.5,fy=0.5)
cv.imshow("dst", dst)
cv.waitKey(0)
cv.destroyAllWindows()

测试结果为，如果不提前设置 dsize 为 (0,0)，那 fx 与 fy 不会生效。注意 dsize=(0,0)，如果数据类型不对，会出现如下错误：

SystemError: new style getargs format but argument is not a tuple

Python OpenCV 图像的几何变换，先说不平凡的 resize 函数

interplolation 缩放时的插值方式

interplolation 为缩放时的插值方式，有以下几种方式，这些是今天要探索的重点内容。

cv.INTER_NEAREST：最近邻插值；
cv.INTER_LINEAR：双线形插值（默认设置）；
cv.INTER_CUBIC：4×4 像素邻域的双三次插值；
cv2.INTER_AREA：基于局部像素的重采样。它可能是图像抽取的首选方法，因为它会产生无云纹理的结果。但是当图像缩放时，它类似于 INTER_NEAREST 方法。

最近邻插值

这部分比较吃精力，所以今天这一个小时，我们争取搞定一个插值算法，即最近邻插值就好。

这个算法的思想是，通过已经像素值去获取目标像素值。我在学习的时候找到最通俗的解释，接下来由我说明给你。

假设有一个 3×3 的灰度图，需要通过最近邻插值算法，得到一个 4×4 的灰度图。

先通过坐标系去了解像素在缩放的时候的变化。
Python OpenCV 图像的几何变换，先说不平凡的 resize 函数
上图中最后可以到的结论是：

目标像素的 x 值 = 原像素的 x 值 * 倍数；
目标像素的 y 值 = 原像素的 y 值 * 倍数；

本案例的倍数是多少呢？很容易计算，原来的图像是 3×3，现在是 4×4，那倍数在 x,y 上都是 4/3 = 0.75。

先看一下运算之后得到的结果如下所示：
Python OpenCV 图像的几何变换，先说不平凡的 resize 函数
这里列举两个点的像素值计算，拿目标图像 4x4灰度图 中的 (3,0) 与 (3,3) 两个点进行说明。

(3x0) 点的值等于 (3 x 0.75 ≈ 2,0 x 0.75 = 0)，原图像 (2,0) 点的颜色为 222。
(3x3) 点的值等于 (3 x 0.75 ≈ 2,3 x 0.75 ≈ 2)，原图像 (2,2) 点的颜色为 45；

掌握了原理之后，就可以自己实现这个算法了，首先看一下 OpenCV 内置的函数实现结果。

import cv2 as cv
import numpy as np

# 最近邻插值算法，来源梦想橡皮擦 https://dream.blog.csdn.net/
def nearest_demo(src, multiple_x, multiple_y):
    src_y, src_x, src_c = src.shape
    tar_x, tar_y, tar_c = src_x*multiple_x, src_y*multiple_y, src_c
    # 生成一个黑色的目标图像
    tar_img = np.zeros((tar_y, tar_x, tar_c), dtype=np.uint8)
    print(tar_img.shape)
    # 渲染像素点的值
    # 注意 y 是高度，x 是宽度
    for y in range(tar_y-1):
        for x in range(tar_x-1):
            # 计算新坐标 (x,y) 坐标在旧图中是哪个值
            old_y = round(y/multiple_y)
            old_x = round(x/multiple_x)
            tar_img[y, x] = src[old_y, old_x]

    return tar_img

src = cv.imread("./t2.jpeg")
print(src.shape)
cv.imshow("src", src)
# dsize = (cols,rows) 中文，(宽度,高度)
dst = cv.resize(src, (0, 0), fx=2, fy=2, interpolation=cv.INTER_NEAREST)
cv.imshow("dst", dst)

new_dst = nearest_demo(src, 2, 2)
cv.imshow("new_dst", new_dst)

cv.waitKey(0)
cv.destroyAllWindows()