图像降采样同时调整标签代码

将图像降采样和调整标签结合起来，可以得到以下Python代码示例：

import cv2

# 加载原始图像和标签文件
img = cv2.imread('image.jpg')
label_file = open('label.txt', 'r')

# 指定缩小比例和插值方法
scale_percent = 50    # 缩小比例
interpolation = cv2.INTER_LINEAR    # 插值方法

# 计算缩小后的尺寸
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
dim = (width, height)

# 对图像进行缩小
resized_img = cv2.resize(img, dim, interpolation=interpolation)

# 循环读取每个标签并调整
for line in label_file:
    elements = line.split()
    label = elements[0]
    x1, y1, x2, y2 = map(int, elements[1:])
    # 对坐标进行缩小和调整
    x1 = int(x1 * scale_percent / 100) + 10
    x2 = int(x2 * scale_percent / 100) + 10
    y1 = int(y1 * scale_percent / 100) + 10
    y2 = int(y2 * scale_percent / 100) + 10
    # 在缩小后的图像上绘制标签框
    cv2.rectangle(resized_img, (x1, y1), (x2, y2), (0, 255, 0), 2)
    cv2.putText(resized_img, label, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# 显示原始图像和缩小后的图像
cv2.imshow('Original image', img)
cv2.imshow('Resized image', resized_img)
cv2.waitKey(0)

在上述代码中，我们首先加载了原始图像和标签文件。然后，使用`cv2.resize()`函数对图像进行缩小，并循环读取每个标签进行缩小和调整。最后，在缩小后的图像上绘制标签框，并使用`cv2.imshow()`函数显示原始图像和缩小后的图像。值得注意的是，在计算标签坐标时，需要先将坐标缩小，然后再进行调整。这是因为缩小后的图像的宽度和高度发生了变化，需要将标签坐标进行相应的缩小。