cv2.resize()和cv2.resizewindow()

cv2.resize()是OpenCV中用于调整图像大小的函数。它可以根据给定的缩放比例或目标大小来调整图像的尺寸。在代码引用中，cv2.resize()函数被用于将图像按照指定的缩放比例进行缩放，并可以选择不同的插值方法来处理调整后的图像。

cv2.resizeWindow()是OpenCV中用于调整窗口大小的函数。它可以在显示图像时，根据需要调整图像窗口的大小。在代码引用中，cv2.resizeWindow()函数在显示调整后的图像时被使用。

相关问题

import cv2 import numpy as np # 读取原始图像 img = cv2.imread('image.webp') # 缩放变换 scale_percent = 50 # 缩放比例 width = int(img.shape[1] * scale_percent / 100) # 新图像宽度 height = int(img.shape[0] * scale_percent / 100) # 新图像高度 dim = (width, height) resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA) # 旋转变换 angle = 45 # 旋转角度 rotation_matrix = cv2.getRotationMatrix2D((img.shape[1]/2, img.shape[0]/2), angle, 1) rotated = cv2.warpAffine(img, rotation_matrix, (img.shape[1], img.shape[0])) # 平移变换 x = 50 # 水平方向平移像素数 y = 100 # 垂直方向平移像素数 translation_matrix = np.float32([[1, 0, x], [0, 1, y]]) translated = cv2.warpAffine(img, translation_matrix, (img.shape[1], img.shape[0])) # 裁剪变换 x1 = 100 # 左上角横坐标 y1 = 100 # 左上角纵坐标 x2 = 300 # 右下角横坐标 y2 = 300 # 右下角纵坐标 cropped = img[y1:y2, x1:x2] # 镜像变换 mirrored = cv2.flip(img, 1) # 在同一个窗口内分成六个子窗口来分别显示原图和变换后的图像 cv2.namedWindow('Image', cv2.WINDOW_NORMAL) cv2.resizeWindow('Image', 700, 700) cv2.imshow('Image', np.vstack((img, resized, rotated, translated, cropped, mirrored))) cv2.waitKey(0) cv2.destroyAllWindows()优化这段代码，并显示结果图

可以将这段代码封装成一个函数，并将变换操作作为参数传递给函数，以避免代码重复。以下是一个示例：

import cv2
import numpy as np

def apply_transformations(img, transformations):
    transformed_images = []
    for transformation in transformations:
        if transformation == 'resize':
            scale_percent = 50
            width = int(img.shape[1] * scale_percent / 100)
            height = int(img.shape[0] * scale_percent / 100)
            dim = (width, height)
            resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)
            transformed_images.append(resized)
        elif transformation == 'rotate':
            angle = 45
            rotation_matrix = cv2.getRotationMatrix2D((img.shape[1]/2, img.shape[0]/2), angle, 1)
            rotated = cv2.warpAffine(img, rotation_matrix, (img.shape[1], img.shape[0]))
            transformed_images.append(rotated)
        elif transformation == 'translate':
            x = 50
            y = 100
            translation_matrix = np.float32([[1, 0, x], [0, 1, y]])
            translated = cv2.warpAffine(img, translation_matrix, (img.shape[1], img.shape[0]))
            transformed_images.append(translated)
        elif transformation == 'crop':
            x1 = 100
            y1 = 100
            x2 = 300
            y2 = 300
            cropped = img[y1:y2, x1:x2]
            transformed_images.append(cropped)
        elif transformation == 'mirror':
            mirrored = cv2.flip(img, 1)
            transformed_images.append(mirrored)
    return transformed_images

# 读取原始图像
img = cv2.imread('image.webp')

# 定义要应用的变换
transformations = ['resize', 'rotate', 'translate', 'crop', 'mirror']

# 应用变换并显示结果图像
transformed_images = apply_transformations(img, transformations)
cv2.namedWindow('Transformed Images', cv2.WINDOW_NORMAL)
cv2.resizeWindow('Transformed Images', 1200, 800)
cv2.imshow('Transformed Images', np.hstack(transformed_images))
cv2.waitKey(0)
cv2.destroyAllWindows()

这个函数将原始图像和要应用的变换作为参数，返回一个包含所有变换后图像的列表。通过调用这个函数并将返回的结果合并成一张图像，就可以显示所有变换后的图像。

# Stream results im0 = annotator.result() if view_img: if platform.system() == 'Linux' and p not in windows: windows.append(p) cv2.namedWindow(str(p), cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO) # allow window resize (Linux) cv2.resizeWindow(str(p), im0.shape[1], im0.shape[0]) cv2.imshow(str(p), im0) cv2.waitKey(1) # 1 millisecond

这段代码是YOLOv5中的一部分，用于将结果流式传输。具体来说，它将结果添加到图像中，并在需要时将图像显示在屏幕上。如果运行的操作系统是Linux，并且当前图像窗口还没有打开，则会创建一个新的窗口。如果需要查看图像，则会将图像显示在屏幕上，并等待1毫秒以等待下一个帧的到来。这样，就可以将结果流式传输到屏幕上，实时查看模型的预测结果。