这是我参与8月更文挑战的第7天，活动详情查看：8月更文挑战
如果你有想要交流的想法、技术，欢迎在评论区留言。
本篇博客只学习一个方法，cv2.resize 即图像缩放。
铺垫知识
在检索图像缩放的相关知识点时，找到了一个相关算法，名字叫做插值算法，具体涉及 最近邻插值算法，双线性插值算法 等其它内容。
细看了一下，在学习的第 9 天就去涉及，实在不够明智，故略过本部分理论知识，直接使用 OpenCV 里面 resize 方法实现插值算法。
resize 方法格式与参数
resize 方法可以实现图像大小变换，包含缩放，默认的方法是刚才提及的 双线性插值算法。
方法定义如下：
dst = cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)
参数说明：
- src：输入图像
- dsize：输出图像的大小。如果该参数为 0，表示缩放之后的大小需要通过公式计算，
dsize = Size(round(fx*src.cols),round(fy*src.rows))。其中fx与fy是图像 Width 方向和 Height 方向的缩放比例。 - fx：Width 方向的缩放比例，如果是 0，按照
dsize * width/src.cols计算 - fy：Height 方向的缩放比例，如果是 0，按照
dsize * height/src.rows计算 - interpolation：插值算法类型，或者叫做插值方式，默认为双线性插值
方法返回结果 dst 表示输出图像。
程序的实现
以下案例先将 dsize 设置为 None，在将 fx 与 fy 设置为 0.5。
import cv2
import numpy as np
img = cv2.imread('9.jpg')
# 缩放比例：fx=0.5,fy=0.5
dst = cv2.resize(img,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_LINEAR)
cv2.imshow('dst', dst)
cv2.waitKey(0)
上述方法比较简单，直接通过缩放比例即可实现，你还可以先获取图片的原始尺寸，然后在进行比例上的调整。
import cv2
img = cv2.imread('9.jpg')
# 获取原图像的水平方向尺寸和垂直方向尺寸
height, width = img.shape[:2]
# dsize=（0.5*width,0.5*height）
dst = cv2.resize(img, (int(0.6 * width), int(0.5 * height)), interpolation=cv2.INTER_LINEAR)
cv2.imshow('dst', dst)
cv2.waitKey(0)
上述代码与刚才的运行结果一致，此时，你已经掌握了 OpenCV 缩放图像最简单的形式了，并不需要现在就学会插值算法。
顺带一提，如果你不太想用现成的 resize 方法，想自己实现一下双线性插值算法，可以参考下述这篇文章。
altli.blog.csdn.net/article/det…
最后一个参数 interpolation
interpolation 表示插值方式，有以下取值。
- INTER_NEAREST：最近邻插值
- INTER_LINEAR：线性插值（默认）
- INTER_AREA：区域插值
- INTER_CUBIC：三次样条插值
- INTER_LANCZOS4：Lanczos 插值
缩小时推荐使用 cv2.INTER_AREA 扩展放大时推荐使用 cv2.INTER_CUBIC 和 cv2.INTER_LINEAR，前者比后者运行速度慢。
以上值都可以自行设置，查看不同的效果。
OpenCV 尾声
1 个小时又过去了，对 Python OpenCV 相关的知识点，你掌握了吗？
空闲之余，可以订阅橡皮擦的爬虫百例课程学习爬虫知识。
