OpenCV圖像縮放resize各種插值方式的比較

目錄

OpenCV圖像縮放resize各種插值方式的比較

1. resize函數(shù)說明

2.各種插值方式的比較

2.1 INTER_NEAREST（最近鄰插值）

2.2 INTER_CUBIC? (三次樣條插值)

2.3 INTER_LINEAR(線性插值)

2.4 INTER_AREA??(區(qū)域插值)

3. 總結(jié)

---

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)指定的大小；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》https://blog.csdn.net/fengbingchun/article/details/17335477?

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

?

總結(jié)

以上是生活随笔為你收集整理的OpenCV图像缩放resize各种插值方式的比较的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。