图像插值与缩放
%matplotlib inline
import cv2
import matplotlib.pyplot as plt
def imshow(img,gray=False,bgr_mode=False):
if gray:
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
plt.imshow(img,cmap="gray")
else:
if not bgr_mode:
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()这段代码主要是一个用于在Jupyter Notebook中显示图像的辅助函数。让我们逐行解读：
-
%matplotlib inline: 这是一个Jupyter Notebook的魔法命令，它告诉Jupyter在Notebook中内联显示matplotlib的图表，而不是弹出新的窗口。 -
import cv2: 导入OpenCV库，用于图像处理。 -
import matplotlib.pyplot as plt: 导入matplotlib.pyplot库，用于绘图和图像显示。 -
def imshow(img, gray=False, bgr_mode=False):：定义了一个名为imshow的函数，该函数用于显示图像。它接受三个参数：img: 要显示的图像。gray: 一个布尔值，指示是否将图像转换为灰度（默认为False）。bgr_mode: 一个布尔值，指示是否将图像从BGR模式转换为RGB模式（默认为False）。
-
if gray:: 如果gray参数为True，则执行以下语句块：-
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY): 使用OpenCV将图像转换为灰度。 -
plt.imshow(img, cmap="gray"): 使用matplotlib.pyplot的imshow函数显示灰度图像。
-
-
else:: 如果gray参数为False，则执行以下语句块：-
if not bgr_mode:: 如果bgr_mode参数为False，则执行以下语句块：img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB): 使用OpenCV将图像从BGR模式转换为RGB模式。
-
plt.imshow(img): 使用matplotlib.pyplot的imshow函数显示图像。
-
-
plt.show(): 显示图像。这一行代码会在Notebook中直接显示图像。
这个函数的作用是根据输入的参数显示彩色或灰度图像，确保在Jupyter Notebook中正确显示图像。
logo = cv2.imread("zju.png")
imshow(logo)读取图像并用上面定义的函数处理，得到如下所示图像
logo.shape[:2]读取图像尺寸：得到（829，843）
插值图像
resize函数
src：输入图像。
dst：输出图像，图像的数据类型与src相同。
dsize：输出图像的尺寸。
fx：水平轴的比例因子，如果将水平轴变为原来的两倍，则赋值为2。
fy：垂直轴的比例因子，如果将垂直轴变为原来的两倍，则赋值为2。
interpolation：差值方法的标志。
imshow(cv2.resize(logo,dsize=(500,500)))将图像resize为500*500的尺寸，以便后续处理，得到如下图
imshow(cv2.resize(logo,dsize=(100,100)))将图像缩小为100*100尺寸，得到如下图
图像翻转
imshow(cv2.flip(logo,0)) # 上下翻转上下翻转得到如下图
imshow(cv2.flip(logo,1)) # 1 左右 翻转左右翻转得到如下图
图像的合并
img1 = cv2.flip(logo,0)
img2 = cv2.flip(logo,1)
imshow(cv2.hconcat([img1,img2]))
img3 = cv2.hconcat([img1,img2])
img4 = cv2.flip(img3,1)
imshow(cv2.vconcat([img3,img4]))
