cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst 

参数说明：

src - 原图

dst - 目标图像。当参数dsize不为0时，dst的大小为size；否则，它的大小需要根据src的大小，参数fx和fy决定。dst的类型（type）和src图像相同

dsize - 目标图像大小。当dsize为0时，它可以通过以下公式计算得出：

所以，参数dsize和参数(fx, fy)不能够同时为0

fx - 水平轴上的比例因子。当它为0时，计算公式如下：

fy - 垂直轴上的比例因子。当它为0时，计算公式如下：

 

interpolation - 插值方法。共有5种：

１）INTER_NEAREST - 最近邻插值法

２）INTER_LINEAR - 双线性插值法（默认）

３）INTER_AREA - 基于局部像素的重采样（resampling using pixel area relation）。对于图像抽取（image decimation）来说，这可能是一个更好的方法。但如果是放大图像时，它和最近邻法的效果类似。

４）INTER_CUBIC - 基于4x4像素邻域的3次插值法

５）INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos插值

 

 

 

Python:

参考：python opencv 图像尺寸变换 - http://www.xuebuyuan.com/1971769.html

#!/usr/bin/env python  

#-*- coding: utf-8 -*-  

  

""" 

重设图像大小。 

缩小图像，比例为（0.3, 0.5） 

放大图像，比例为（1.6, 1.2） 

"""  

  

__author__ = 'zj'  
  

import cv2  
import os  

if __name__ == '__main__':  
    img = cv2.imread("lena.jpg", -1)  
    if img == None:  
        print "Error: could not load image"  
        os._exit(0)  

    height, width = img.shape[:2]  

    # 缩小图像  
    size = (int(width*0.3), int(height*0.5))  
    shrink = cv2.resize(img, size, interpolation=cv2.INTER_AREA)  
   
    # 放大图像  
    fx = 1.6  
    fy = 1.2  
    enlarge = cv2.resize(img, (0, 0), fx=fx, fy=fy, interpolation=cv2.INTER_CUBIC)  

    # 显示  
    cv2.imshow("src", img)  
    cv2.imshow("shrink", shrink)  
    cv2.imshow("enlarge", enlarge)  
    cv2.waitKey(0)  

 

https://blog.csdn.net/cnnmena/article/details/79613531