博客

resize函数：

主要用于调整图像的大小

函数调用格式：

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

参数详解：

InputArray src, OutputArray dst：分别表示输入和输出图像

Size dsize：表示输出图像的大小

double fx=0, double fy=0：表示x和y方向上变换大小的因素，当都是0的时候：

int interpolation=INTER_LINEAR ：表示插值方法

• INTER_NN – 最近邻差值,





• INTER_LINEAR –



双线性差值 (缺省使用)





• INTER_AREA –



使用象素关系重采样。当图像缩小时候，该方法




可以避免波纹出现。当图像放大时，类似于


INTER_NN



方法..





• INTER_CUBIC –



立方差值.

1、最近邻：公式，

[cpp]


view plain


copy

1. 
   
   for
   
   
   (
   
   
   int
   
   
   i = 0; i < matDst1.cols; ++i)
   
   
2. 
   {
   
3. 
   
   int
   
   
   sx = cvFloor(i * scale_x);
   
   
4. 
   sx = std::min(sx, matSrc.cols – 1);
   
5. 
   
   for
   
   
   (
   
   
   int
   
   
   j = 0; j < matDst1.rows; ++j)
   
   
6. 
   {
   
7. 
   
   int
   
   
   sy = cvFloor(j * scale_y);
   
   
8. 
   sy = std::min(sy, matSrc.rows – 1);
   
9. 
   matDst1.at<cv::Vec3b>(j, i) = matSrc.at<cv::Vec3b>(sy, sx);
   
10. 
    }
    
11. 
    }
    
12. 
    cv::imwrite(
    
    “nearest_1.jpg”
    
    
    , matDst1);
    
    
13. 
    
14. 
    cv::resize(matSrc, matDst2, matDst1.size(), 0, 0, 0);
    
15. 
    cv::imwrite(
    
    “nearest_2.jpg”
    
    
    , matDst2);
    
    

2、双线性：由相邻的四像素(2*2)计算得出，公式，

[cpp]


view plain


copy

1. 
   
   uchar* dataDst = matDst1.data;
   
   
2. 
   
   int
   
   
   stepDst = matDst1.step;
   
   
3. 
   uchar* dataSrc = matSrc.data;
   
4. 
   
   int
   
   
   stepSrc = matSrc.step;
   
   
5. 
   
   int
   
   
   iWidthSrc = matSrc.cols;
   
   
6. 
   
   int
   
   
   iHiehgtSrc = matSrc.rows;
   
   
7. 
   
8. 
   
   for
   
   
   (
   
   
   int
   
   
   j = 0; j < matDst1.rows; ++j)
   
   
9. 
   {
   
10. 
    
    float
    
    
    fy = (
    
    
    float
    
    
    )((j + 0.5) * scale_y – 0.5);
    
    
11. 
    
    int
    
    
    sy = cvFloor(fy);
    
    
12. 
    fy -= sy;
    
13. 
    sy = std::min(sy, iHiehgtSrc – 2);
    
14. 
    sy = std::max(0, sy);
    
15. 
    
16. 
    
    short
    
    
    cbufy[2];
    
    
17. 
    cbufy[0] = cv::saturate_cast<
    
    short
    
    
    >((1.f – fy) * 2048);
    
    
18. 
    cbufy[1] = 2048 – cbufy[0];
    
19. 
    
20. 
    
    for
    
    
    (
    
    
    int
    
    
    i = 0; i < matDst1.cols; ++i)
    
    
21. 
    {
    
22. 
    
    float
    
    
    fx = (
    
    
    float
    
    
    )((i + 0.5) * scale_x – 0.5);
    
    
23. 
    
    int
    
    
    sx = cvFloor(fx);
    
    
24. 
    fx -= sx;
    
25. 
    
26. 
    
    if
    
    
    (sx < 0) {
    
    
27. 
    fx = 0, sx = 0;
    
28. 
    }
    
29. 
    
    if
    
    
    (sx >= iWidthSrc – 1) {
    
    
30. 
    fx = 0, sx = iWidthSrc – 2;
    
31. 
    }
    
32. 
    
33. 
    
    short
    
    
    cbufx[2];
    
    
34. 
    cbufx[0] = cv::saturate_cast<
    
    short
    
    
    >((1.f – fx) * 2048);
    
    
35. 
    cbufx[1] = 2048 – cbufx[0];
    
36. 
    
37. 
    
    for
    
    
    (
    
    
    int
    
    
    k = 0; k < matSrc.channels(); ++k)
    
    
38. 
    {
    
39. 
    *(dataDst+ j*stepDst + 3*i + k) = (*(dataSrc + sy*stepSrc + 3*sx + k) * cbufx[0] * cbufy[0] +
    
40. 
    *(dataSrc + (sy+1)*stepSrc + 3*sx + k) * cbufx[0] * cbufy[1] +
    
41. 
    *(dataSrc + sy*stepSrc + 3*(sx+1) + k) * cbufx[1] * cbufy[0] +
    
42. 
    *(dataSrc + (sy+1)*stepSrc + 3*(sx+1) + k) * cbufx[1] * cbufy[1]) >> 22;
    
43. 
    }
    
44. 
    }
    
45. 
    }
    
46. 
    cv::imwrite(
    
    “linear_1.jpg”
    
    
    , matDst1);
    
    
47. 
    
48. 
    cv::resize(matSrc, matDst2, matDst1.size(), 0, 0, 1);