调整图像画布大小以保持Python，OpenCv中的方形纵横比

Question

我想从任何输入图片中获取1000 x 1000的Python图片，以便输入不会丢失它的宽高比。换句话说，我想调整输入的大小，使其较长的尺寸为1000像素，并用背景颜色“填充”另一个尺寸，直到它变为1000 x 1000平方。原件必须在最后的中心。

Answer 1

使用OpenCV

您可以在OpenCV中使用resize()将图像上/下调整到您需要的大小。但是，resize()要求您输入目标大小（在两个维度中）或缩放（在两个维度中），因此您不能只将一个或另一个放入1000中并让它计算另一个为了你。因此，最有效的方法是找到宽高比并计算当较大的尺寸拉伸到1000时较小的尺寸。然后你可以调整大小。

h, w = img.shape[:2]
aspect = w/h

请注意，如果aspect大于1，则图像水平定向，而如果小于1，则图像垂直定向（如果aspect = 1则为正方形。）

不同的插值方法看起来会更好，具体取决于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。来自resize()文档：

  

要缩小图像，使用CV_INTER_AREA插值通常看起来最佳，而放大图像时，使用CV_INTER_CUBIC（慢）或CV_INTER_LINEAR（速度更快但看起来还不错）通常看起来最佳。

因此，在调整大小后，我们最终会得到一个1000xN或Nx1000图片（其中N<=1000），我们需要在两者上填充您想要的任何背景颜色将图像填充到1000x1000。为此，您可以使用copyMakeBorder()进行纯OpenCV实现，或者由于您使用的是Python，因此可以使用numpy.pad()。你需要决定做什么，以防需要添加奇数个像素以使其成为1000x1000，就像额外的像素是向左还是向右（或顶部或底部，取决于图像的方向）。

这是一个定义resizeAndPad()函数的脚本，它自动计算宽高比，相应缩放，并根据需要填充，然后在水平，垂直和方形图像上使用它：

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：

使用ImageMagick

ImageMagick是一个简单但精心构建的命令行界面，用于执行基本图像处理。使用单个命令即可轻松完成所需操作。有关调整大小命令的说明，请参阅here。

$ 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

制作图像：

Answer 2

基于上面的Alexander-Reynolds答案，这里是处理所有可能大小和情况的代码。

def resizeAndPad（img，size，padColor = 255）：

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 = float(w)/h 
saspect = float(sw)/sh

if (saspect > aspect) or ((saspect == 1) and (aspect <= 1)):  # new horizontal image
    new_h = sh
    new_w = np.round(new_h * aspect).astype(int)
    pad_horz = float(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

elif (saspect < aspect) or ((saspect == 1) and (aspect >= 1)):  # new vertical image
    new_w = sw
    new_h = np.round(float(new_w) / aspect).astype(int)
    pad_vert = float(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

# 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