【Python】转换图片分辨率resize，不改变宽高比，不损失图像信息，OpenCV，计算机视觉

import os
import cv2
from tqdm import tqdm

# 设定默认图像高度和宽度
height = 640
width = 480

# 定义调整图像大小并保存的函数
def resize_and_save(srcImgDir, dstImgDir, height=height, width=width):
    # 如果目标图像文件夹不存在，则创建它
    if not os.path.exists(dstImgDir):
        os.makedirs(dstImgDir)

    # 获取源图像文件夹中以'.jpg'结尾的图像文件名列表
    imgNames = [img for img in os.listdir(srcImgDir) if img[-4:] == '.jpg']

    # 如果找到图像文件，则创建图像文件路径列表
    if imgNames:
        imgsList = [os.path.join(srcImgDir, i) for i in imgNames]
    else:
        return 0

    # 遍历图像文件路径列表
    for i, imgPath in tqdm(enumerate(imgsList)):
        # 获取输出图像文件的完整路径
        dstName = os.path.join(dstImgDir, imgNames[i])

        # 读取图像文件
        image = cv2.imread(imgPath)

        # 获取图像的高度、宽度和通道数
        h, w, c = image.shape

        # 初始化上、下、左、右的边框大小
        top, bottom, left, right = (0, 0, 0, 0)

        # 断言图像的高度和宽度大于等于指定的高度和宽度
        assert h >= height and w >= width, 'ratio should be less than 1'

        # 计算图像长边的缩放比例
        long_side = max(h, w)
        if h >= w:
            ratio = float(height) / long_side
        elif h < w:
            ratio = float(width) / long_side

        # 调整图像的长边并在短边两侧添加黑色边框
        resi = cv2.resize(image, (0, 0), fx=ratio, fy=ratio, interpolation=cv2.INTER_NEAREST)

        # 获取调整后的图像的高度、宽度和通道数
        res_height, res_width, res_c = resi.shape

        # 根据图像的长边与短边的关系，计算边框大小
        if h >= w:
            if res_width < width:
                dw = width - res_width
                left = dw // 2
                right = dw - left

        elif h < w:
            if res_height < height:
                dh = height - res_height
                top = dh // 2
                bottom = dh - top

        # 定义黑色边框的像素值
        BLACK = [0, 0, 0]

        # 在图像上下左右添加黑色边框
        res = cv2.copyMakeBorder(resi, top, bottom, left, right, cv2.BORDER_CONSTANT, value=BLACK)

        # 将调整后的图像保存到输出路径
        cv2.imwrite(dstName, res)

        # 打印图像调整前后的形状信息
        print(image.shape, '->', resi.shape, '->', res.shape)

    if __name__ == '__main__':
        # 指定输入图像文件夹和输出图像文件夹
        imgDir1 = 'input'
        imgDir2 = 'output'

        # 调用图像大小调整函数
        resize_and_save(imgDir1, imgDir2)

首先，定义了默认的图像高度和宽度。然后，通过resize_and_save函数实现图像大小调整和保存的功能。函数接收输入图像文件夹路径和输出图像文件夹路径，以及可选的高度和宽度参数。

在函数内部，首先判断输出图像文件夹是否存在，若不存在则创建。然后，获取输入图像文件夹中所有以'.jpg'结尾的图像文件名，并创建图像文件路径列表。如果找不到符合条件的图像文件，则返回0。

接下来，遍历图像文件路径列表，依次对每个图像进行处理。读取图像文件，并获取图像的高度、宽度和通道数。然后，根据图像的长边与指定的高度和宽度进行比较，计算调整比例。

接着，使用OpenCV的resize函数将图像按照比例调整大小。根据调整后的图像和目标高度和宽度之间的关系，计算需要添加的边框大小。

定义了黑色边框的像素值，并使用OpenCV的copyMakeBorder函数在图像上下左右添加黑色边框。

最后，使用OpenCV的imwrite函数将调整后的图像保存到输出图像文件夹中，并打印出图像调整前后的形状信息。

在主函数中，指定了输入图像文件夹和输出图像文件夹的路径，并调用resize_and_save函数进行图像大小调整和保存的操作。

效果如下

51405140图片转换为640480图片