在計算機視覺領域，圖像縮放和裁剪是最基礎也最常用的操作。無論是調整圖像大小以適應模型輸入，還是裁剪掉無關區域突出主體，這些技巧都能幫你解決實際問題。本文將用最簡單的方式帶你掌握Python OpenCV中這兩個核心操作，即使是零基礎也能輕鬆跟上。
一、圖像縮放：調整圖像大小的技巧¶
圖像縮放就像給照片”拉伸”或”壓縮”，可以通過固定比例縮小/放大，也可以直接指定目標尺寸。OpenCV中使用cv2.resize()函數實現，這是你必須掌握的第一個工具。
1. cv2.resize()函數參數詳解¶
這個函數的核心參數包括：
- 輸入圖像：要處理的圖像（比如img）
- 目標大小：可以用兩種方式指定
- 方法1：(寬度, 高度)，直接給目標尺寸（如(200, 300)）
- 方法2：(0, 0) + fx/fy（fx是水平縮放比例，fy是垂直縮放比例，如fx=0.5表示縮小到原圖一半）
- 插值方法：控制”如何計算新像素的值”，常用的有：
- cv2.INTER_AREA：適合縮小圖像（效果更清晰）
- cv2.INTER_LINEAR：適合放大圖像（默認選項，平滑效果好）
2. 示例1：按比例縮放（最常用）¶
假設你有一張1000×600的圖像，需要縮小到原來的1/2，或放大到1.5倍，代碼如下：
import cv2
# 1. 讀取圖像（路徑請替換爲你的圖像路徑）
img = cv2.imread("test.jpg") # 彩色圖像
if img is None: # 檢查圖像是否讀取成功
print("圖像路徑錯誤！請確保文件存在。")
else:
# 2. 按比例縮放：fx=0.5（寬度縮小一半），fy=0.5（高度縮小一半）
scaled_img = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA)
# 3. 顯示原圖和縮放後的圖像
cv2.imshow("Original", img) # 顯示原圖
cv2.imshow("Scaled", scaled_img) # 顯示縮放圖
cv2.waitKey(0) # 按任意鍵關閉窗口
cv2.destroyAllWindows() # 銷燬所有窗口
關鍵點：None表示不直接指定尺寸，通過fx和fy自動計算。
3. 示例2：指定目標尺寸（固定寬高）¶
如果需要精確控制輸出尺寸（比如把圖像調整爲200×200像素），直接傳入目標寬高：
# 目標尺寸：寬度200，高度200
target_size = (200, 200)
resized_img = cv2.resize(img, target_size, interpolation=cv2.INTER_LINEAR)
# 顯示結果
cv2.imshow("Target Size", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
注意：如果目標尺寸與原比例不符，圖像會被拉伸變形。若需保持比例，建議用按比例縮放。
4. 縮放的常見問題¶
- 圖像路徑錯誤：用絕對路徑（如
"C:/Users/xxx/Desktop/test.jpg"）更保險 - 插值方法選錯：縮小用
INTER_AREA，放大用INTER_LINEAR，避免模糊 - 窗口一閃而過：記得加
cv2.waitKey(0)暫停顯示，cv2.destroyAllWindows()關閉窗口
二、圖像裁剪：精準截取圖像區域¶
裁剪就像用剪刀”剪掉”圖像的一部分，只保留感興趣的區域。在OpenCV中，圖像本質是NumPy數組，因此裁剪本質是數組切片操作。
1. 裁剪原理：數組切片¶
圖像在OpenCV中以NumPy數組形式存儲，格式爲(高度, 寬度, 通道數)（如(600, 1000, 3)）。要裁剪區域，只需指定左上角座標和右下角座標，格式爲：
img[y_start:y_end, x_start:x_end]
y_start：裁剪區域的起始行（垂直方向）y_end：裁剪區域的結束行（垂直方向）x_start：裁剪區域的起始列（水平方向）x_end：裁剪區域的結束列（水平方向）
2. 示例1：裁剪固定區域¶
假設你需要裁剪圖像中間的一塊區域（比如從左上角(100, 50)到右下角(400, 300)）：
# 讀取圖像
img = cv2.imread("test.jpg")
# 定義裁剪區域：y從100到500，x從50到400（注意順序：先y後x）
cropped_img = img[100:500, 50:400] # 切片格式：[y_start:y_end, x_start:x_end]
# 顯示結果
cv2.imshow("Cropped", cropped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
關鍵點：座標越界會導致錯誤！比如y_end不能超過圖像高度（img.shape[0]），x_end不能超過寬度（img.shape[1]）。
3. 示例2：裁剪中心區域（居中裁剪）¶
如果需要裁剪圖像中心部分（比如把任意尺寸圖像裁剪爲固定尺寸200×200），可以先計算中心座標：
# 讀取圖像
img = cv2.imread("test.jpg")
h, w = img.shape[:2] # 獲取原圖高度h和寬度w
# 目標裁剪尺寸：200×200
target_h, target_w = 200, 200
# 計算中心座標
x_start = (w - target_w) // 2 # 水平居中
y_start = (h - target_h) // 2 # 垂直居中
x_end = x_start + target_w
y_end = y_start + target_h
# 裁剪中心區域
cropped_center = img[y_start:y_end, x_start:x_end]
# 顯示結果
cv2.imshow("Center Cropped", cropped_center)
cv2.waitKey(0)
cv2.destroyAllWindows()
關鍵點：用//（整數除法）避免非整數座標，確保裁剪區域完整。
三、總結：初學者必記的核心技巧¶
-
圖像縮放
- 用cv2.resize()，按比例縮放用fx/fy，固定尺寸用(寬度, 高度)
- 縮小選INTER_AREA，放大選INTER_LINEAR，避免變形
- 注意路徑正確性和窗口銷燬（destroyAllWindows()） -
圖像裁剪
- 本質是數組切片：img[y_start:y_end, x_start:x_end]
- 座標從左上角開始，越界會報錯，需確保y_end < h且x_end < w
- 居中裁剪需先計算中心偏移量，確保區域完整
通過以上兩個核心操作，你已經可以處理大多數簡單的圖像預處理需求了。實際應用中，這兩個技巧經常結合使用（比如先裁剪再縮放），快去動手試試吧！遇到問題時，記得檢查圖像路徑、座標範圍和窗口操作，這些都是初學者最容易出錯的地方~