- 一、改变图像大小
- 1、获取图像宽、高、通道数
- 2、resize函数
- 3、案例
- 二、ROI感兴趣区域
- 1、感兴趣区域的定义
- 2、opencv-python中的ROI提取
- 3、案例
- 三、结合应用：深度学习数据增强方法之一
具体方法如下所示：
print(img.shape[0]) # 图片高height print(img.shape[1]) # 图片宽width print(img.shape[2]) # 图片通道数2、resize函数
opencv-python提供了resize函数用于改变整体的图像大小，函数如下所示。
cv2.resize(图像 ,(w, h), fx=倍数, fy=倍数) #改变图像shape
其中(w,h)可直接更改图像大小，w指图像的宽width，h指图像的高height。
fx 和 fy则是通过倍数使图像的宽或高成倍增大或减小。
具体使用方法如下所示：
cv2.resize(img, (w, h)) # 指定宽高改变图像大小 cv2.resize(img, (0, 0), fx=num1, fy=num2) # 指定倍数改变图像大小 # num1、num2为倍数
结合上获取图像的宽高也可通过w、h对图像大小进行倍数的改变，如下所示：
cv2.resize(img, (int(img.shape[1]*num1), int(img.shape[0]*num2))) # 指定宽高改变图像大小 # num1、num2为倍数
需要注意的是图像宽高一定为整数，因此要加上int()将值改为整数，保证类型正确，否则将会出现如下错误。
Can't parse 'dsize'. Sequence item with index 0 has a wrong type3、案例
原图分辨率为712 * 709，改变后一张图像为300 * 300，一张图像的宽高都为原图的1/2。具体程序如下所示：
import cv2 # 导入opencv库
if __name__ == '__main__':
while True:
img = cv2.imread('img/1.jpg', 1) # 获取路径img/0.jpg的图像，图像类型为RGB图像
# 此处为改变图像大小
img_wh = cv2.resize(img, (300, 300)) # 通过w、h改变图像大小
img_fxy = cv2.resize(img, (0, 0), fx=0.5, fy=0.5) # 通过fx、fy改变图像大小
cv2.imshow("img", img) # 显示原图
cv2.imshow("img_wh", img_wh) # 显示w、h改变后的图
cv2.imshow("img_fxy", img_fxy) # 显示fx、fy改变后的图
cv2.waitKey(1) # 等待时间
效果如下所示：
当我们通过摄像头或者其他方式从复杂的环境中获取到一帧图像时，图像中包含着许多我们不感兴趣的信息，如果我们对整张图像进行处理，往往非常繁琐,如果没有足够的经验则会很容易将代码写死。所以在场景和需求允许的情况下，可以尝试在图像处理前框定感兴趣的区域，这样能够有效降低程序的复杂程度，且能有效减少后续图像处理的时间。同时其也可以应用在图像处理的过程中，应需求而使用。
2、opencv-python中的ROI提取提取ROI的方法如下所示：
img = cv2.imread()[y1:y2,x1:x2] #ROI区域
3、案例左上角坐标为(x1, y1),右下角坐标为(x2, y2)
提取ROI前图像大小设定为600 * 600，而后提取感兴趣区域：左上角坐标为(200, 0)，右下角坐标为(600, 400)，即y轴上由0至400，x轴上由200至600。具体程序如下所示：
import cv2 # 导入opencv库
if __name__ == '__main__':
while True:
img = cv2.imread('img/1.jpg', 1) # 获取路径img/0.jpg的图像，图像类型为RGB图像
img = cv2.resize(img, (600, 600)) # 通过w、h改变图像大小
img_ROI = img[0:400, 200:600] # 提取感兴趣区域
cv2.imshow("img", img) # 显示w、h改变后的图
cv2.imshow("ROI", img_ROI) # 显示感兴趣区域
cv2.waitKey(1) # 等待时间
效果如下所示：
如上述程序所示，以其为基础，通过再次resize即可将图像转换为原图尺寸，具体程序如下所示，这次将图像改变为300 * 300（SSD模型图像输入大小一般为300 * 300）：
import cv2 # 导入opencv库
if __name__ == '__main__':
while True:
img = cv2.imread('img/1.jpg', 1) # 获取路径img/0.jpg的图像，图像类型为RGB图像
img = cv2.resize(img, (300, 300)) # 通过w、h改变图像大小
img_ROI = img[0:200, 100:300] # 提取感兴趣区域
img_2 = cv2.resize(img_ROI, (img.shape[1], img.shape[0])) # 改变为原本图像大小
cv2.imshow("img", img) # 显示w、h改变后的图
cv2.imshow("ROI", img_ROI) # 显示感兴趣区域
cv2.imshow("img_2", img_2) # 显示最终图像
cv2.waitKey(1) # 等待时间
效果如下所示：
通过以上操作，可增加深度学习数据集的数据量，且在训练时进行图像裁剪（通常为随机裁剪），可防止训练出现过拟合。
本人是一名学生，目前正在学习中，本篇文章也算是我的学习笔记，如有错误的话还请指正。
