图像放大和缩小不失真的方式!,免费网赚项目lingdi

上一篇我们学习了图像金字塔,图像金字塔有两种实现方式,一种是高斯金字塔(对图像举行缩放)、另一种是拉普拉斯金字塔(对图像举行放大),然则图像金字塔对图像举行放大放小的时刻会对图像的信息造成一定的损失,那么我们本节有另外一种更好的实现方式,这种方式对图像放大放小时,对图像信息造成的损失较小!那么我们正式进入本节的学习吧!

一、OpenCV中resize()函数详解

1、函数原型

void resize(InputArray src, 
OutputArray dst,
Size dsize,
double fx = 0,
double fy = 0,
int interpolation = INTER_LINEAR);

2、函数功效

将原图像src放大(放小)到指定的尺寸,可以不用思量目的图像的巨细和尺寸,由于目的图像的巨细和尺寸是凭据resize()函数中的src,dsize,fx,fy这四个参数决议的;

调整src图像的巨细的方案

(1)调整src图像的巨细,可以预先建立一个目的图像dst

例如:

//新建一张512x512尺寸的图片
Mat dst = Mat::zeros(512, 512, CV_8UC3);
Mat src = imread("lena.png");
//显式指定dsize=dst.size(),
//那么fx和fy会其盘算出来,不用分外指定。
resize(src, dst, dst.size());

(2)调整src图像的巨细,可以不预先建立目的图像dst,可以用dsize,fx,fy三个个因子来控制目的图像的巨细

例如:

Mat dst;
Mat src = imread("lena.png")
//指定fx和fy,让函数盘算出目的图像的巨细。
resize(src, dst, Size(), 0.5, 0.5);

若要缩小图像,一样平常情况下最好用INTER_AREA来插值,

而若要放大图像,一样平常情况下最好用INTER_CUBIC(效率不高,慢,不推荐使用)或CV_INTER_LINEAR(效率较高,速率较快,推荐使用)。

3、参数详解

  • 第一个参数,InputArray类型的src,输入图像,即源图像,填Mat类的工具即可;
  • 第二个参数,OutputArray类型的dst,输出图像,当其非零时,有着dsize(第三个参数)的尺寸,或者由src.size()盘算出来;
  • 第三个参数,Size类型的dsize,输出图像的巨细;若是它即是零,由下式举行盘算:
【图像处置】若何对一幅图像举行放大放小

dsize的盘算方式

  • 第四个参数,double类型的fx,沿水平轴的缩放系数,有默认值0,且当其即是0时,由下式举行盘算:
【图像处置】若何对一幅图像举行放大放小

fx的盘算方式

  • 第五个参数,double类型的fy,沿垂直轴的缩放系数,有默认值0,且当其即是0时,由下式举行盘算:
【图像处置】若何对一幅图像举行放大放小

fy的盘算方式

  • 第六个参数,int类型的interpolation,用于指定插值方式,默以为INTER_LINEAR(线性插值)。

常用的插值方式:

  • INTER_NEAREST – 最近邻插值
  • INTER_LINEAR – 线性插值(默认值)
  • INTER_AREA – 区域插值(行使像素区域关系的重采样插值)
  • INTER_CUBIC –三次样条插值(跨越4×4像素邻域内的双三次插值)
  • INTER_LANCZOS4 -Lanczos插值(跨越8×8像素邻域的Lanczos插值)

4、实例

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
//载入原始图
Mat srcImage = imread("lena.png");
//暂且变量和目的图的界说
Mat tmpImage, dstImage1, dstImage2;
//将原始图赋给暂且变量
tmpImage = srcImage;
//显示原始图
imshow("【原始图】", srcImage);
//举行尺寸调整操作
resize(tmpImage, dstImage1,
Size(tmpImage.cols / 2,
tmpImage.rows / 2),
(0, 0), (0, 0), INTER_AREA);
resize(tmpImage, dstImage2,
Size(tmpImage.cols * 2,
tmpImage.rows * 2),
(0, 0), (0, 0), INTER_LINEAR);
//显示效果图
imshow("【放小效果图】", dstImage1);
imshow("【放大效果图】", dstImage2);
waitKey(0);
return 0;
}

**实验效果**

【图像处置】若何对一幅图像举行放大放小

原图、缩小图、放大图

二、对于常用的差值方式原理详解

1、INTER_NEAREST – 最近邻插值

最近邻插值算法不需要盘算,在待求象素的四邻象素中,将距离待求象素最近的邻象素灰度赋给待求象素;

原理

创业失败案例及分析,100多个创业失败的案例!

设i+u, j+v(i, j为正整数, u, v为大于零小于1的小数,下同)为待求象素坐标,则待求象素灰度的值 f(i+u, j+v);

如下图所示

【图像处置】若何对一幅图像举行放大放小

最近邻插值

若是(i+u, j+v)落在A区,即u<0.5, v<0.5,则将左上角象素的灰度值赋给待求象素;

落在B区则赋予右上角的象素灰度值;

落在C区则赋予左下角象素的灰度值;

落在D区则赋予右下角象素的灰度值。

最相近元法盘算量较小,但可能会造成插值天生的图像灰度上的不延续,在灰度转变的地方可能泛起显著的锯齿状。

2、INTER_LINEAR – 线性插值(默认值)

线性插值是指插值函数为一次多项式的插值方式,其在插值节点上的插值误差为零。线性插值相比其他插值方式,如抛物线插值,具有简朴、利便的特点。

原理

【图像处置】若何对一幅图像举行放大放小

线性插值

首先,在X偏向上举行两次线性插值盘算,然后在Y偏向上举行一次插值盘算;

【图像处置】若何对一幅图像举行放大放小

在X偏向上举行两次线性插值盘算,然后在Y偏向上举行一次插值盘算

在图像处置的时刻,我们先凭据

srcX = dstX * (srcWidth/dstWidth)

srcY = dstY * (srcHeight/dstHeight)

来盘算目的像素在源图像中的位置,这里盘算的srcX和srcY一样平常都是浮点数,好比f(1.2, 3.4)这个像素点是虚拟存在的,先找到与它邻近的四个现实存在的像素点

(1,3) (2,3)

(1,4) (2,4)

写成f(i+u,j+v)的形式,则u=0.2,v=0.4, i=1, j=3

在沿着X偏向差插值时,f(R1)=u(f(Q21)-f(Q11))+f(Q11)

沿着Y偏向同理盘算。

或者,直接整理一步盘算,f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1) 。

好了,天的OpenCV学到这里就竣事了,信赖人人已经知道了若何对一幅图像举行放大与放小,喜欢的同伙可以给我支持,点个赞哦!!!

本文来源于自互联网,不代表n5网立场,侵删。发布者:虚拟资源中心,转载请注明出处:https://www.n5w.com/56895.html

(0)
打赏 微信扫一扫 微信扫一扫
虚拟资源中心虚拟资源中心网络小白
上一篇 2020年6月21日 05:09
下一篇 2020年6月21日 05:09

相关推荐

联系我们

电话:

在线咨询:点击这里给我发消息

邮件:@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

公众号