主頁 > 知識(shí)庫 > OpenCV圖像縮放resize各種插值方式的比較實(shí)現(xiàn)

OpenCV圖像縮放resize各種插值方式的比較實(shí)現(xiàn)

熱門標(biāo)簽:ai電銷機(jī)器人的優(yōu)勢 商家地圖標(biāo)注海報(bào) 聊城語音外呼系統(tǒng) 海外網(wǎng)吧地圖標(biāo)注注冊 騰訊地圖標(biāo)注沒法顯示 南陽打電話機(jī)器人 孝感營銷電話機(jī)器人效果怎么樣 地圖標(biāo)注自己和別人標(biāo)注區(qū)別 打電話機(jī)器人營銷

1. resize函數(shù)說明

    OpenCV提供了resize函數(shù)來改變圖像的大小,函數(shù)原型如下:

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

    參數(shù)說明:

src:輸入,原圖像,即待改變大小的圖像;dst:輸出,改變大小之后的圖像,這個(gè)圖像和原圖像具有相同的內(nèi)容,只是大小和原圖像不一樣而已;dsize:輸出圖像的大小。如果這個(gè)參數(shù)不為0,那么就代表將原圖像縮放到這個(gè)Size(width,height)指定的大??;如果這個(gè)參數(shù)為0,那么原圖像縮放之后的大小就要通過下面的公式來計(jì)算:

       dsize = Size(round(fx*src.cols), round(fy*src.rows))

       其中,fx和fy就是下面要說的兩個(gè)參數(shù),是圖像width方向和height方向的縮放比例。

fx:width方向的縮放比例,如果它是0,那么它就會(huì)按照(double)dsize.width/src.cols來計(jì)算;fy:height方向的縮放比例,如果它是0,那么它就會(huì)按照(double)dsize.height/src.rows來計(jì)算;interpolation:這個(gè)是指定插值的方式,圖像縮放之后,肯定像素要進(jìn)行重新計(jì)算的,就靠這個(gè)參數(shù)來指定重新計(jì)算像素的方式,有以下幾種:

      INTER_NEAREST - 最鄰近插值
      INTER_LINEAR - 雙線性插值,如果最后一個(gè)參數(shù)你不指定,默認(rèn)使用這種方法
      INTER_AREA -區(qū)域插值 resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire'-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
      INTER_CUBIC - 4x4像素鄰域內(nèi)的雙立方插值
      INTER_LANCZOS4 - 8x8像素鄰域內(nèi)的Lanczos插值

使用注意事項(xiàng):

   dsize和fx/fy不能同時(shí)為0,要么你就指定好dsize的值,讓fx和fy空置直接使用默認(rèn)值,就像

resize(img, imgDst, Size(30,30));

要么你就讓dsize為0,指定好fx和fy的值,比如fx=fy=0.5,那么就相當(dāng)于把原圖兩個(gè)方向縮小一倍!

OpenCV官方說明:注意紅色方框那句話:https://docs.opencv.org/3.2.0/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d

To shrink an image, it will generally look best with cv::INTER_AREA interpolation, whereas to enlarge an image, it will generally look best with cv::INTER_CUBIC (slow) or cv::INTER_LINEAR (faster but still looks OK).

2.各種插值方式的比較

    OpenCV的cv::resize函數(shù)支持多種插值方式,這里主要比較下面四個(gè)常用的插值方式。

    參考資料:《OpenCV中resize函數(shù)五種插值算法的實(shí)現(xiàn)過程》 

2.1 INTER_NEAREST(最近鄰插值)

    最近鄰插值是最簡單的插值方法,選取離目標(biāo)點(diǎn)最近的點(diǎn)作為新的插入點(diǎn),計(jì)算公式表示如下:

插值后的邊緣效果:由于是以最近的點(diǎn)作為新的插入點(diǎn),因此邊緣不會(huì)出現(xiàn)緩慢的漸慢過度區(qū)域,這也導(dǎo)致放大的圖像容易出現(xiàn)鋸齒的現(xiàn)象

2.2 INTER_CUBIC  (三次樣條插值)

插值后的邊緣效果:可以有效避免出現(xiàn)鋸齒的現(xiàn)象

2.3 INTER_LINEAR(線性插值)

    線性插值是以距離為權(quán)重的一種插值方式。

插值后的邊緣效果:可以有效避免出現(xiàn)鋸齒的現(xiàn)象

2.4 INTER_AREA  (區(qū)域插值)

   區(qū)域插值共分三種情況,圖像放大時(shí)類似于雙線性插值,圖像縮小(x軸、y軸同時(shí)縮小)又分兩種情況,此情況下可以避免波紋出現(xiàn)。因此對圖像進(jìn)行縮小時(shí),為了避免出現(xiàn)波紋現(xiàn)象,推薦采用區(qū)域插值方法。

  OpenGL說明文檔有這么解釋:To shrink an image, it will generally look best with #INTER_AREA interpolation, whereas to enlarge an image, it will generally look best with #INTER_CUBIC (slow) or #INTER_LINEAR (faster but still looks OK).

    如果要縮小圖像,通常推薦使用INTER_AREA插值效果最好,而要放大圖像,通常使用INTER_CUBIC(速度較慢,但效果最好),或者使用INTER_LINEAR(速度較快,效果還可以)。

插值后的邊緣效果:

測試代碼:

#include chrono>
#include opencv2/opencv.hpp>
#define  millisecond 1000000
#define DEBUG_PRINT(...)  printf( __VA_ARGS__); printf("\n")
#define DEBUG_TIME(time_) auto time_ =std::chrono::high_resolution_clock::now()
#define RUN_TIME(time_)  (double)(time_).count()/millisecond
using namespace std;
 
cv::Mat image_resize(cv::Mat image, int width, int height, int interpolation, int num) {
    cv::Mat dest;
    for (int i = 0; i  num; ++i) {
        cv::resize(image, dest, cv::Size(width, height), 0, 0, interpolation);//最近鄰插值
    }
    return dest;
}
 
 
int main() {
    string path = "../1.jpg";
    cv::Mat image = cv::imread(path);
    cv::resize(image, image, cv::Size(1000, 1000));
    int re_width = 900;
    int re_height = 900;
    int  num=10;
    cv::Mat image2X_INTER_NEAREST;
    cv::Mat image2X_INTER_LINEAR;
    cv::Mat image2X_INTER_AREA;
    cv::Mat image2X_INTER_CUBIC;
    cv::Mat initMat;
    DEBUG_PRINT("image input size:%dx%d", image.rows, image.cols);
    DEBUG_TIME(T0);
    image2X_INTER_NEAREST=image_resize(image, re_width, re_height, cv::INTER_NEAREST, num);
    DEBUG_TIME(T1);
    image2X_INTER_LINEAR=image_resize(image, re_width, re_height, cv::INTER_LINEAR, num);
    DEBUG_TIME(T2);
    image2X_INTER_AREA=image_resize(image, re_width, re_height, cv::INTER_AREA, num);
    DEBUG_TIME(T3);
    image2X_INTER_CUBIC=image_resize(image, re_width, re_height, cv::INTER_CUBIC, num);
    DEBUG_TIME(T4);
    DEBUG_PRINT("resize_image:%dx%d,INTER_NEAREST:%3.3fms",
            image2X_INTER_NEAREST.rows,
            image2X_INTER_NEAREST.cols,
            RUN_TIME(T1 - T0)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_LINEAR :%3.3fms",
            image2X_INTER_LINEAR.rows,
            image2X_INTER_LINEAR.cols,
            RUN_TIME(T2 - T1)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_AREA   :%3.3fms",
            image2X_INTER_AREA.rows,
            image2X_INTER_AREA.cols,
            RUN_TIME(T3 - T2)/num);
    DEBUG_PRINT("resize_image:%dx%d,INTER_CUBIC  :%3.3fms",
            image2X_INTER_CUBIC.rows,
            image2X_INTER_CUBIC.cols,
            RUN_TIME(T4 - T3)/num);
    return 0;
}

    運(yùn)行結(jié)果:

image input size:1000x1000
resize_image:900x900,INTER_NEAREST:0.389ms
resize_image:900x900,INTER_LINEAR :0.605ms
resize_image:900x900,INTER_AREA   :2.611ms
resize_image:900x900,INTER_CUBIC  :1.920ms

3. 總結(jié)

    測試結(jié)果表明:

  •  速度比較:INTER_NEAREST(最近鄰插值)>INTER_LINEAR(線性插值)>INTER_CUBIC(三次樣條插值)>INTER_AREA  (區(qū)域插值)
  • 對圖像進(jìn)行縮小時(shí),為了避免出現(xiàn)波紋現(xiàn)象,推薦采用INTER_AREA 區(qū)域插值方法。
  • OpenCV推薦:如果要縮小圖像,通常推薦使用#INTER_AREA插值效果最好,而要放大圖像,通常使用INTER_CUBIC(速度較慢,但效果最好),或者使用INTER_LINEAR(速度較快,效果還可以)。至于最近鄰插值INTER_NEAREST,一般不推薦使用

到此這篇關(guān)于OpenCV圖像縮放resize各種插值方式的比較實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)OpenCV圖像縮放resize內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • OpenCV中resize函數(shù)插值算法的實(shí)現(xiàn)過程(五種)
  • python使用opencv resize圖像不進(jìn)行插值的操作
  • opencv resize圖片為正方形尺寸的實(shí)現(xiàn)方法
  • Python OpenCV之圖片縮放的實(shí)現(xiàn)(cv2.resize)
  • Python OpenCV中的resize()函數(shù)的使用

標(biāo)簽:聊城 楊凌 牡丹江 揚(yáng)州 迪慶 六盤水 撫州 南寧

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《OpenCV圖像縮放resize各種插值方式的比較實(shí)現(xiàn)》,本文關(guān)鍵詞  OpenCV,圖像,縮放,resize,各種,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《OpenCV圖像縮放resize各種插值方式的比較實(shí)現(xiàn)》相關(guān)的同類信息!
  • 本頁收集關(guān)于OpenCV圖像縮放resize各種插值方式的比較實(shí)現(xiàn)的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章