当前位置: 首页 > article >正文

04_OpenCV图片缩放

import cv2
import matplotlib.pyplot as plt  # Python 的 2D绘图库
 
# 读入原图片
img = cv2.imread('libarary.JPG')
# 打印出图片尺寸
print(img.shape)
# 将图片高和宽分别赋值给x,y
x, y = img.shape[0:2]
 
# 显示原图
#cv.imshow('OriginalPicture', img)
 
# 缩放到原来的二分之一,输出尺寸格式为(宽,高)
img_test1 = cv2.resize(img, (int(y / 2), int(x / 2)))
# cv2.imshow('resize0', img_test1)
# cv2.waitKey()
 
# 最近邻插值法缩放
# 缩放到原来的八分之一
img_test2 = cv2.resize(img, (0, 0), fx=0.125, fy=0.125, interpolation=cv2.INTER_NEAREST)
# cv.imshow('resize1', img_test2)
# cv.waitKey()
# cv.destroyAllWindows()
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
dst1 = cv2.cvtColor(img_test1, cv2.COLOR_BGR2RGB)
dst2 = cv2.cvtColor(img_test2, cv2.COLOR_BGR2RGB)

# 显示原始图像
plt.imshow(img)
plt.show()
(3456, 5184, 3)

# 显示缩放1/2
plt.imshow(dst1)
plt.show()

# 显示缩放1/8 邻插值法缩放
plt.imshow(dst2)
plt.show()

以下是matplotlib的一个小例子

参考教程:NumPy Matplotlib | 菜鸟教程

import numpy as np 
from matplotlib import pyplot as plt 

x = np.arange(1,11) 
y =  2 * x +  5 
plt.title("Matplotlib demo") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y) 
plt.show()


http://www.kler.cn/news/323980.html

相关文章:

  • 先进制造aps专题二十六 基于强化学习的人工智能ai生产排程aps模型简介
  • Oracle 数据库安装和配置指南(新)
  • 进阶SpringBoot之分布式系统与 RPC 原理
  • 数据结构:成员运算符(.)+ 指向运算符(->)
  • 创建javaWeb项目(详细版本)2021年2月
  • 【递归】8. leetcode 671 二叉树中第二小的节点
  • 1. IP地址介绍
  • SpringCloud无法注册Nacos和配置中心
  • localhost 自动被 redirect 到 https 地址的问题
  • 多输入多输出预测 | NGO-BP北方苍鹰算法优化BP神经网络多输入多输出预测(Matlab)
  • 企业级Windows server服务器技术(1)
  • Token: 数据库、存储系统和API安全的应用
  • pcs集群表决盘故障导致主机reboot
  • @Transactional导致数据库连接数不够
  • 在pycharm中怎样debug一个网页程序
  • 极限基本类型小结
  • 微服务Redis解析部署使用全流程
  • WPF入门教学十八 动画入门
  • C++编程:实现简单的高精度时间日志记录小程序
  • 大厂AI必备数据结构与算法——链表(三)详细文档
  • AI电销机器人是当代电销企业的新宠,智能机器人部署
  • 设计模式之策略设计模式
  • vue仿chatGpt的AI聊天功能--大模型通义千问(阿里云)
  • 鼎跃安全丨多功能气体检测报警系统:工业安全守护者
  • 菱形继承的类对父类的初始化、组合、多态、多态的原理等的介绍
  • C#基础:掌握控制流语句,构建灵活的程序逻辑
  • Python中的“属性与方法”:解锁面向对象编程的秘密
  • 2024年9月25日,Intel发布至强6900P系列:128核心504MB缓存,终于追上AMD!
  • 跨多场景帧重建DENSER:使用小波估计进行城市动态场景重构
  • 机器学习:探索未知边界,解锁智能潜力