Python OpenCV 影像的幾何變換，先說不平凡的 resize 函式

Python OpenCV 365 天學習計劃，與橡皮擦一起進入影像領域吧，本篇博客是這個系列的第 41 篇，
該系列文章導航參考：https://blog.csdn.net/hihell/category_10688961.html

基礎知識鋪墊

在 OpenCV 中常見的幾何變換有縮放，仿射，透視變換，之前的內容中已經學習過縮放函式了，今天一邊復習舊知識，一邊學習新知識，

先看一下三個幾何變換對應的函式原型是：

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]]]])

先從縮放說起，函式名為 cv2.resize()，非空引數有 2 個，分別是 src 與 dsize，含義為源影像與縮放后影像的尺寸，

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()

上述為最簡單的代碼，運行效果如下，實作了一個簡單的變化

該案例會出現一個常見的錯誤，縮放的數值提供的是浮點型別，錯誤提示為

TypeError: integer argument expected, got float

還有需要注意的是，元組 dsize 的兩個值說明如下，順序不要記錯，

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

這個地方深究下去，其實需要記憶的細節很多，例如在笛卡爾坐標系里面，記錄一個坐標點都是先 x 軸，后 y 軸，但是在計算機中，影像是以矩陣的形式保存的，先行后列，所以 寬x高x通道 的圖片會保存在 高x寬x通道的三位陣列中，在影像處理的時候，都是按照 高x寬x通道記憶，例如通過 shape 獲取形狀，

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

輸出的結果就是 (高,寬,通道)，但是這一點 resize 函式沒有遵守，它依舊采用的是 (寬,高) 設定，

fx，fy為影像x,y方向的縮放比例，使用該引數，需要提前將 dsize 設定為 (0,0)，測驗代碼如下：

import cv2 as cv

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

測驗結果為，如果不提前設定 dsize 為 (0,0)，那 fx 與 fy 不會生效，注意 dsize=(0,0)，如果資料型別不對，會出現如下錯誤：

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

interplolation 縮放時的插值方式

interplolation 為縮放時的插值方式，有以下幾種方式，這些是今天要探索的重點內容，

• cv.INTER_NEAREST：最近鄰插值；
• cv.INTER_LINEAR：雙線形插值（默認設定）；
• cv.INTER_CUBIC：4x4 像素鄰域的雙三次插值；
• cv2.INTER_AREA：基于區域像素的重采樣，它可能是影像抽取的首選方法，因為它會產生無云紋理的結果， 但是當影像縮放時，它類似于 INTER_NEAREST 方法，

最近鄰插值

這部分比較吃精力，所以今天這一個小時，我們爭取搞定一個插值演算法，即最近鄰插值就好，

這個演算法的思想是，通過已經像素值去獲取目標像素值，我在學習的時候找到最通俗的解釋，接下來由我說明給你，

假設有一個 3x3 的灰度圖，需要通過最近鄰插值演算法，得到一個 4x4 的灰度圖，

先通過坐標系去了解像素在縮放的時候的變化，

上圖中最后可以到的結論是：

• 目標像素的 x 值 = 原像素的 x 值 * 倍數；
• 目標像素的 y 值 = 原像素的 y 值 * 倍數；

本案例的倍數是多少呢？很容易計算，原來的影像是 3x3，現在是 4x4，那倍數在 x,y 上都是 4/3 = 0.75，

先看一下運算之后得到的結果如下所示：

這里列舉兩個點的像素值計算，拿目標影像 4x4灰度圖 中的 (3,0) 與 (3,3) 兩個點進行說明，

• (3x0) 點的值等于 (3 x 0.75 ≈ 2,0 x 0.75 = 0)，原影像 (2,0) 點的顏色為 222，
• (3x3) 點的值等于 (3 x 0.75 ≈ 2,3 x 0.75 ≈ 2)，原影像 (2,2) 點的顏色為 45；

掌握了原理之后，就可以自己實作這個演算法了，首先看一下 OpenCV 內置的函式實作結果，

import cv2 as cv
import numpy as np

#  最近鄰插值演算法，來源夢想橡皮擦 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
    # 生成一個黑色的目標影像
    tar_img = np.zeros((tar_y, tar_x, tar_c), dtype=np.uint8)
    print(tar_img.shape)
    # 渲染像素點的值
    # 注意 y 是高度，x 是寬度
    for y in range(tar_y-1):
        for x in range(tar_x-1):
            # 計算新坐標 (x,y) 坐標在舊圖中是哪個值
            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，(寬度,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()

運行之后發現確實官方的演算法更優一些，

橡皮擦的小節

希望今天的 1 個小時你有所識訓，我們下篇博客見~

相關閱讀

技術專欄

1. Python 爬蟲 100 例教程，超棒的爬蟲教程，立即訂閱吧
2. Python 爬蟲小課，精彩 9 講

今天是持續寫作的第 83 / 100 天，
如果你想跟博主建立親密關系，可以關注同名公眾號 夢想橡皮擦，近距離接觸一個逗趣的互聯網高級網蟲，
博主 ID：夢想橡皮擦，希望大家點贊、評論、收藏，