Python实现简单图像缩放与旋转
1. 图像缩放
1.2. 使用命令
import cv2
# 缩放
def resize(img, k, inter):
res = cv2.resize(img, None, fx=k, fy=k, interpolation=inter)
return res参数设定（interpolation）：
0：最近邻插值
1：双线性插值
2：基于局部像素的重采样
3：基于4*4像素邻域的三次插值
4：基于8*8像素邻域的Lanczos插值
img_row = cv2.imread(r'picture4.jpg')
cv2.imshow('origin_picture', img_row)
cv2.waitKey(0)
inters = [cv2.INTER_NEAREST, cv2.INTER_LINEAR, cv2.INTER_AREA, cv2.INTER_CUBIC, cv2.INTER_LANCZOS4]
for inter in inters:
res1 = resize(img_row, 2, inter)
cv2.imshow('res1', res1)
cv2.waitKey(0)
position = 'pic_resize' + '_' + str(inter) + '.jpg'
cv2.imwrite(position, res1)1.2. 原理介绍
几种方法原理简介：
最近邻插值：将目标图像中的点对应原图像中最近邻整数坐标点的像素值双线性插值：f(x,y)为二元函数，假设我们知道f(x0,y0), f(x1,y1),f(x0,y1), f(x1,y0)四个点的值。这四个点确定一个矩形，我们希望通过插值得到矩形内任意点的函数值。于是我们在x方向上进行两次线性插值，y方向上一次线性插值。综合后得到以下公式：
局部像素的重采样：如果放大图像的比例是整数倍，与最近邻插值类似，如果放大的比例不是整数倍，则会采用线性插值三次插值：给定n+1个点，a=x0<x1 < . . . <xn=b，以及他们的函数值f (x i) , i = 0 , 1 , 2 , . . . n ，在每个区间 [ x i , x i + 1 ]上，确定一个三次多项式，每个三次多项式满足共4n-2个条件，剩余条件由边界条件确定：
Lanczos插值：
需要通过计算模板中的权重信息来计算x对应的值。对于一维信息，假如我们输入的点集为X，那么，Lanczos对应有个窗口模板Window，窗口中每个位置的权重计算如下，通常a取2或者3.根据计算出来的权重，然后再根据x即可求出对应的加权平均：
1.3. 方法比较
速度比较：
效果比较：
最近邻插值：最简单，但是边缘没有缓慢的过渡区域，导致放大图像边缘容易出现锯齿双线性插值：计算较最近邻复杂，但是能很好避免边缘锯齿的现象区域重采样：图像放大时效果类似于双线性插值三次插值法：计算较为复杂，但是具有良好的稳定性和平滑性Lanczos插值：计算最为复杂，效果最好，但是耗时最长1.4. 实验结果
最近邻：
双线性：
基于局部像素的重采样：
三次插值法：
Lanczos插值法：
2. 旋转
2.1. 使用命令
import imutils
# 旋转
def rotate(img, angle):
res = imutils.rotate_bound(img, angle)
return res
img_row = cv2.imread(r'picture4.jpg')
res2 = rotate(img_row, 45)
cv2.imshow('res2', res2)
cv2.waitKey(0)
cv2.imwrite(r'pic_rotate.jpg', res2)2.2. 实验效果
总结
到此这篇关于Python实现简单图像缩放与旋转的文章就介绍到这了,更多相关Python图像缩放与旋转内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python插入Elasticsearch操作方法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-01-01
索引在我们的日常生活中其实是很常见的,本文主要介绍了一文弄懂10大Pandas的索引,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2024-03-03
今天小编就为大家分享一篇无法使用pip命令安装python第三方库的原因及解决方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
OpenCV是一个基于BSD许可开源发行的跨平台计算机视觉库,下面这篇文章主要给大家介绍了关于Python基于opencv实现的人脸识别，文中通过实例代码介绍的非常详细,本文的教程非常适合初学者,需要的朋友可以参考下2022-03-03
这篇文章主要和大家介绍一下异常的最后一个知识点——断言 ，断言是判断一个表达式，在表达式为 False 的时候触发异常。本文将通过示例详细介绍一下断言，需要的可以参考一下2022-03-03
这篇文章主要介绍了Python hashlib模块实例使用详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
本文主要介绍了python 命令行参数模块argparse的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-03-03
这篇文章主要介绍了如何修改numpy array的数据类型，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
数据导入是所有数模编程的第一步，比你想象的更重要。Python 语言中数据导入的方法很多。对于数学建模问题编程来说，选择什么方法最好呢？答案是：没有最好的，只有最合适的。对于不同的问题，不同的算法，以及所调用工具包的不同实现方法，对于数据就会有不同的要求2021-06-06
这篇文章主要介绍了python 如何实现简单的计算器，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下2020-11-11
最新评论