引言

在numpy知识库：深入理解numpy.resize函数和数组的resize方法中，小编较为详细地探讨了numpy的resize函数背后的机理。从结果来看，numpy.resize函数并不适合对图像进行缩放操作。而opencv中的resize函数虽然和numpy的resize函数同名，但却支持图像的缩放操作。

需求场景

欲对高为384，宽为512的图像进行放大或缩小。

生成初始图像

代码如下：

import cv2
import numpy as np

# 生成初始图像
img = np.zeros((384, 512), dtype=np.uint8) 
img[172:212, 32:-32] = 255
print(img.shape) # (高，宽) ---> (384, 512)

cv2.imshow('img', img)
cv2.waitKey(0)

将初始图像的【高】放大一倍(384 --> 768)

代码如下：

import cv2
import numpy as np

# 生成初始图像
img = np.zeros((384, 512), dtype=np.uint8)
img[172:212, 32:-32] = 255
H, W = img.shape # img.shape 分别记录了图像的【高】和【宽】 --> 【高前宽后】
print("before", H, W) # 384 512

# 可行的方案1 ———— 使用cv2.resize函数的dsize参数指定输出图像的宽高
# dsize的第一个参数指定的是输出图像的【宽】，第二个才是【高】 --> 【宽前高后】
# --> 与img.shape正好相反，使用cv2.resize函数的dsize参数需要特别注意。
img = cv2.resize(img, dsize=(W, H*2)) # 注意dsize参数的使用方式


# 可行的方案2 ———— 使用cv2.resize函数的fy参数
# 要点1： fy=2表示沿着y轴(高)方向放大一倍；
# 要点2： fx=1虽然没有起到作用，但不可省略；
# 要点3： dsize参数必须设置为None；
img = cv2.resize(img, dsize=None, fx=1, fy=2)) # 沿着高的方向将初始图像放大一倍
# fx = 2, fy = 1 ---> 宽放大一倍，高保持不变
# fx = 0.5， fy = 1 ---> 宽缩小为原来1/2，高保持不变
# fx = 1， fy = 0.5 ---> 高缩小为原来1/2，宽保持不变

# 打印新图像大小
new_H, new_W = img.shape
print("after", new_H, new_W) # 768 512

# 显示图像
cv2.imshow('img', img)
cv2.waitKey(0)

运行结果：

结束语

如果本博文对你有所帮助，可以点个赞/收藏支持一下，如果能够持续关注，小编感激不尽~
小编会坚持创作，持续优化博文质量，以小见大，给读者带来更好的阅读体验~