Python OpenCV图像基础操作：读取、缩放与裁剪详解

准备工作

在已创建的项目中右键，选择新建Python文件。在代码开头import cv2导入cv2库以使用相关功能。

需明确OpenCV中坐标系的定义：x轴向右延伸，y轴向下延伸，坐标原点位于左上角。例如，一张宽640像素、高480像素的图片即遵循此坐标系。接下来开始具体操作学习。

查看图像大小

• 首先调用imread()方法，从资源文件夹中加载名为lambo.png的图片。
• 接着输出该图像的shape属性，以获取其尺寸信息。

img=cv2.imread("Resources/lambo.png")
print(img.shape)

观察运行结果如下：

• 数值462代表图像的高度，对应y轴方向。
• 数值623代表图像的宽度，对应x轴方向。
• 数值3表示图像包含3个颜色通道，分别为蓝色（B）、绿色（G）和红色（R）。

重新调整图像大小

• 使用resize()方法可将图像调整为指定的宽高。参数1传入待处理的图像对象img，参数2传入元组(600,300)，分别指定新图像的宽度和高度。
• 打印调整后的图像imgResize的shape属性，验证输出是否为(300,600,3)。
• 最后，使用显示函数将原始图像与调整大小后的图像同时展示出来。

img=cv2.imread("Resources/lambo.png")
imgResize=cv2.resize(img,(600,300))
print(imgResize.shape)
cv2.imshow("img",img)
cv2.imshow("imgResize",imgResize)
cv2.waitKey(0)

运行代码后，右侧窗口显示调整后的图像，可见其宽高均小于原图。

查看控制台输出，显示的数值与原图尺寸一致，符合预期。

图像裁剪

图像裁剪本质是对图像矩阵进行截取，通过选择特定的行和列来显示对应区域的像素点。imgCropped=img[200:400,200:400]代码对原图进行裁剪，高度范围从200到400，宽度范围同样从200到400，只要区间值不超过图像的实际高宽即可。

img=cv2.imread("Resources/lambo.png")
imgCropped=img[200:400,200:400]
cv2.imshow("img",img)
cv2.imshow("imgCropped",imgCropped)
cv2.waitKey(0)

运行查看效果：左侧显示尺寸为623x462的原图，右侧显示尺寸为200x200的裁剪后图像。

若将裁剪得到的图像重新放置回原图对应位置进行覆盖，可以还原出原始图像。

本节内容较为简单，旨在帮助读者熟悉OpenCV的基础应用，为后续深入学习奠定基础。实践出真知，建议动手编写代码进行练习。

至此，关于Python OpenCV调整大小与图像操作的讲解结束。如需了解更多相关Python OpenCV图像操作内容，请查阅本站往期文章或继续浏览后续章节。感谢支持！