计算机视觉 / 系统课时
缩放图像尺寸
缩放图像尺寸
图像缩放最容易出错的地方不是调用函数,而是把宽高顺序写反,或在缩小时使用不合适的插值方法。本篇使用 OpenCV 4.x 的 cv2.resize,分别完成指定目标尺寸和按比例缩放,并用数组尺寸验证结果。
学习目标
- 使用
cv2.resize按固定宽高或fx、fy比例缩放图像。 - 根据缩小、放大和离散标签图选择合适的插值方法。
- 通过
shape检查输出宽高,避免把(width, height)与 NumPy 的(height, width)混淆。
先分清宽高顺序
NumPy 图像的 shape 通常写成 (height, width, channels),但 cv2.resize 的 dsize 参数写成 (width, height)。例如原图 shape=(720, 1280, 3),缩放到 640×360 时应传 dsize=(640, 360),不能写成 (360, 640)。
如果明确知道目标画布尺寸,优先使用固定尺寸;如果要把不同分辨率的输入统一缩小一半,则使用比例参数更直接。两种方式不要同时承担尺寸控制,否则代码意图会变得不清晰。
固定尺寸与比例缩放
下面的示例不依赖外部图片,用一个 4×6 的灰度矩阵验证两种调用方式。dsize=(3, 2) 表示输出宽 3、高 2;比例缩放时传 dsize=None,再由 fx 和 fy 计算目标大小。
import cv2
import numpy as np
src = np.arange(24, dtype=np.uint8).reshape(4, 6)
# 固定目标尺寸:dsize 的顺序是 (width, height)
fixed = cv2.resize(src, (3, 2), interpolation=cv2.INTER_AREA)
# 按比例缩放:宽乘 1.5,高乘 2.0
scaled = cv2.resize(
src,
None,
fx=1.5,
fy=2.0,
interpolation=cv2.INTER_NEAREST,
)
print("src:", src.shape)
print("fixed:", fixed.shape)
print("scaled:", scaled.shape)预期输出
src: (4, 6)
fixed: (2, 3)
scaled: (8, 9)这里可以直接用尺寸关系验算:原宽 6 乘 1.5 得到 9,原高 4 乘 2.0 得到 8,因此 NumPy 输出 shape 为 (8, 9)。实际彩色图还会保留第三个通道维度。
选择插值方法
插值方法决定新像素怎样从原像素计算。普通照片缩小时可先选 INTER_AREA,常规放大可选 INTER_LINEAR,质量优先且能接受更高计算量时可尝试 INTER_CUBIC。标签图、类别掩膜和像素风素材应优先使用 INTER_NEAREST。
| 场景 | 推荐参数 | 直接影响 |
|---|---|---|
| 照片缩小 | cv2.INTER_AREA |
通常比简单线性采样更适合降采样 |
| 普通照片放大 | cv2.INTER_LINEAR |
速度与平滑度较均衡,也是常用默认选择 |
| 较高质量放大 | cv2.INTER_CUBIC |
计算更慢,边缘通常更平滑 |
| 分类掩膜、标签图 | cv2.INTER_NEAREST |
不生成原本不存在的中间类别值 |
例如一张只允许像素值 0、1、2 的语义分割标签图,如果使用线性插值,边界处可能产生中间数值;最近邻插值则直接复制已有标签,更符合离散类别数据的含义。
检查结果是否正确
验证缩放至少检查尺寸、数据类型和用途是否一致。对于目标宽高 target_w=640、target_h=360,正确条件应是 result.shape[:2] == (360, 640);cv2.resize 通常保持输入的 dtype,但插值仍可能改变具体像素值。
当下游模型、视频编码器或 UI 画布要求固定分辨率时,用 dsize 最容易验收;需要统一按倍率生成预览图或多级图像时,用 fx、fy 更方便。无论哪一种,最终都应以输出 shape 而不是肉眼观感确认尺寸。