1缩放图片

最新推荐文章于 2021-08-08 23:04:10 发布

原创最新推荐文章于 2021-08-08 23:04:10 发布 · 1.9w 阅读

0 ·

CC 4.0 BY-SA版权

人工智能杂七杂八同时被 2 个专栏收录

111 篇文章

订阅专栏

计算机视觉基础图片处理

42 篇文章

订阅专栏

本文深入探讨了图片缩放中的两种关键方法：最近邻域插值法与双线性插值法，详细解释了如何通过计算原图像点来表示目标图像点，包括具体的数学公式与代码实现过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图片缩放

最近临域插值双线性插值原理

src(原图像) 1020 dst（目标图片） 510
可以用原图像上的点src表示目标图像上的点dst
#例如：原图像的点（2,4）表示目标图像的点（1,2）
知道目标图像（x,y）如何计算原图像的（x,y）?公式
#newx=x*(src行/目标行) 例如：newx=1*(10/5)=2
#newy=y*(src列/目标列) 例如：newy=2*(20/10)=4
计算出是小数12.3取12 -->最近邻域插值法（取最近的）
#比如有一个点（15.2,22.3）–>(15,22)(最近邻域插值法)

双线插值法：（API中resize（）方法就是实现了该方法）

双线性插值
A1 = 20% 上+80%下 A2
B1 = 30% 左+70%右 B2
1 最终点 = A1 30% + A2 70%
2 最终点 = B1 20% + B2 80%
实质：矩阵运算

代码实现

# 1 info获取图片宽度高度等 2 创建空白模版 3 计算缩放后像素点x y
import cv2
import numpy as np
img = cv2.imread('image0.jpg',1) # 1彩色
imgInfo = img.shape
height = imgInfo[0] #高
width = imgInfo[1]  #宽
dstHeight = int(height/2) #目标高一半
dstWidth = int(width/2) #目标宽一半
dstImage = np.zeros((dstHeight,dstWidth,3),np.uint8) #目标模板  3个基本元素 np.uint8 0-255 
# 循环遍历图片 到目标高度和宽度结束
for i in range(0,dstHeight): #行
    for j in range(0,dstWidth): #列 
        iNew = int(i*(height*1.0/dstHeight)) #强制转化 计算新的i
        jNew = int(j*(width*1.0/dstWidth))
        dstImage[i,j] = img[iNew,jNew]  #目标图像i j 为计算所得的i j 
cv2.imshow('dst',dstImage)
cv2.waitKey(0)
# 实现方法1 opencv API resize 2 算法原理 3 自己实现源码

问题

AttributeError: ‘NoneType’ object has no attribute 'shape’
原因

找不到这个image0图片，检查image0是否在当前目录