您可以resize()在OpenCV中使用将图像放大/缩小到所需大小。但是，@H_301_3@resize()要求您输入目标尺寸（在两个维度中）或缩放比例（在两个维度中），因此不能仅将一个或另一个放入1000，然后让它为您计算另一个。因此，最有效的方法是找到长宽比并计算将较大的尺寸拉伸到1000时较小的尺寸。然后可以调整大小。
@H_301_3@h, w = img.shape[:2] aspect = w/h
请注意，如果@H_301_3@aspect大于1，则图像是水平方向；如果小于1，则图像是垂直方向（如果为，则为正方形@H_301_3@aspect = 1）。
根据您是将图像拉伸到更大的分辨率还是将其缩小到更低的分辨率，不同的插值方法看起来会更好。从@H_301_3@resize()文档：
要缩小图像，通常使用CV_INTER_AREA插值时效果最佳，而要放大图像，通常使用CV_INTER_CUBIC（速度慢）或CV_INTER_LINEAR（速度更快，但仍然可以）查看最佳。
因此，调整大小后，我们将得到一个@H_301_3@1000xN或@H_301_3@Nx1000图像（在那里@H_301_3@N<=1000），并且需要用您想要在两侧填充背景的任何背景色填充它@H_301_3@1000x1000。为此，您可以使用copyMakeBorder()纯OpenCV实施，也可以使用，因为您正在使用Pythonnumpy.pad()。您需要决定在添加奇数个像素以使其@H_301_3@1000x1000像素化时的处理方式，例如，附加像素是向左还是向右（或顶部还是底部），具体取决于图像的方向）。
这是一个脚本，该脚本定义了一个@H_301_3@resizeAndPad()函数，该函数可自动计算纵横比，进行相应缩放并根据需要进行填充，然后在水平，垂直和正方形图像上使用它：
@H_301_3@import cv2 import numpy as np def resizeAndPad(img, size, padColor=0): h, w = img.shape[:2] sh, sw = size # interpolation method if h > sh or w > sw: # shrinking image interp = cv2.INTER_AREA else: # stretching image interp = cv2.INTER_CUBIC # aspect ratio of image aspect = w/h # if on Python 2, you might need to cast as a float: float(w)/h # compute scaling and pad sizing if aspect > 1: # horizontal image new_w = sw new_h = np.round(new_w/aspect).astype(int) pad_vert = (sh-new_h)/2 pad_top, pad_bot = np.floor(pad_vert).astype(int), np.ceil(pad_vert).astype(int) pad_left, pad_right = 0, 0 elif aspect < 1: # vertical image new_h = sh new_w = np.round(new_h*aspect).astype(int) pad_horz = (sw-new_w)/2 pad_left, pad_right = np.floor(pad_horz).astype(int), np.ceil(pad_horz).astype(int) pad_top, pad_bot = 0, 0 else: # square image new_h, new_w = sh, sw pad_left, pad_right, pad_top, pad_bot = 0, 0, 0, 0 # set pad color if len(img.shape) is 3 and not isinstance(padColor, (list, tuple, np.ndarray)): # color image but only one color provided padColor = [padColor]*3 # scale and pad scaled_img = cv2.resize(img, (new_w, new_h), interpolation=interp) scaled_img = cv2.copyMakeBorder(scaled_img, pad_top, pad_bot, pad_left, pad_right, borderType=cv2.BORDER_CONSTANT, value=padColor) return scaled_img v_img = cv2.imread('v.jpg') # vertical image scaled_v_img = resizeAndPad(v_img, (200,200), 127) h_img = cv2.imread('h.jpg') # horizontal image scaled_h_img = resizeAndPad(h_img, (200,200), 127) sq_img = cv2.imread('sq.jpg') # square image scaled_sq_img = resizeAndPad(sq_img, (200,200), 127)
这给出了图像：
@H_301_3@ImageMagick是一个简单但功能强大的命令行界面，可以进行基本的图像处理。使用单个命令即可轻松完成所需的操作。有关调整大小命令的说明，请参见此处。
@H_301_3@$ convert v.jpg -resize 200x200 -background skyblue -gravity center -extent 200x200 scaled-v-im.jpg $ convert h.jpg -resize 200x200 -background skyblue -gravity center -extent 200x200 scaled-h-im.jpg $ convert sq.jpg -resize 200x200 -background skyblue -gravity center -extent 200x200 scaled-sq-im.jpg
602392714
清零编程群