文档

imresize

语法

B = imresize(规模)
B = imresize(A,[numrows numcols])
[Y, newmap] = imresize (X,地图,___
___= imresize (___、方法)
___= imresize (___、名称、值)
gpuarrayB = imresize (gpuarrayA、规模)
gpuarrayB = imresize(gpuarrayA,[numrows numcols])

描述

例子

B= imresize (一个规模返回图像B这是规模乘以的大小一个.输入的图像一个可以是灰度、RGB或二值图像。如果一个有超过两个维度,imresize只调整前两个维度的大小。如果规模在[0,1]的范围内,B小于一个.如果规模大于1,B大于一个.默认情况下,imresize使用双立方插值。

例子

B= imresize (一个[numrows numcols]返回图像B它的行数和列数由双元素向量指定[numrows numcols]

例子

Ynewmap) = imresize (X地图___调整索引图像的大小X在哪里地图是与图像相关联的色彩图。默认情况下,imresize返回一个新的优化过的色度图(newmap)和调整后的图像。方法可返回与原始色卡相同的色卡“Colormap”参数。

例子

___= imresize (___方法指定所使用的插值方法。

___= imresize (___名称,值返回调整后的图像名称,值pair控制调整操作的各个方面。

例子

gpuarrayB= imresize (gpuarrayA规模在图形处理器上执行调整大小操作。输入图像和输出图像是gpuArray与…连用时gpuArray年代,imresize只支持三次万博1manbetx插值,并始终执行反锯齿。对于三次插值,输出图像的一些值可能略微超出输入图像的像素值范围。此语法需要并行计算工具箱™。

例子

gpuarrayB= imresize (gpuarrayA[numrows numcols]在GPU上执行调整大小操作,其中[numrows numcols]指定输出图像的大小。

例子

全部折叠

将图像读入工作区。

我= imread (“rice.png”);

调整图像的大小,指定缩放因子,并使用默认插值方法和反锯齿。

J = imresize(I, 0.5);

显示原始图像和调整后的图像。

图imshow(我)标题(原始图像的

图imshow (J)标题(“图像大小”

将图像读入工作空间gpuArray

I = im2double (gpuArray (imread (“rice.png”)));

调整图像大小,在GPU上执行该操作。

J = imresize(I, 0.5);

显示原始图像和调整后的图像。

图imshow(我)标题(“原始”(J)标题(“图像大小”

将图像读入工作区。

我= imread (“rice.png”);

调整图像的大小,指定缩放因子和插值方法。

J = imresize(I, 0.5,“最近的”);

显示原始图像和调整后的图像。

图imshow(我)标题(原始图像的

图imshow (J)标题(“使用最近邻调整图片大小”

将图像读入工作区。

[X, map] = imread(“trees.tif”);

调整图像的大小,指定比例因子。默认情况下,imresize返回一个优化的彩色映射,带有调整大小的索引图像。

[Y, newmap] = imresize(X, map, 0.5);

显示原始图像和调整后的图像。

图imshow (X,地图)标题(原始图像的

图imshow (Y, newmap)标题(“图像大小”

将图像读入工作区。

RGB = imread (“peppers.png”);

调整图像的大小,指定输出图像有64行。让imresize计算保持纵横比所需的列数。

RGB2 = imresize(RGB, [64 NaN]);

显示原始图像和调整后的图像。

图imshow (RGB)标题(原始图像的

图imshow (RGB2)标题(“图像大小”

将图像读入工作空间gpuArray

RGB = gpuArray (im2single (imread (“peppers.png”)));

调整图像大小,在GPU上执行该操作。

RGB2 = imresize(RGB, 0.5);

显示原始图像和调整后的图像。

图imshow (RGB)标题(“原始”) figure imshow(RGB2) title(“图像大小”

输入参数

全部折叠

要调整大小的图像,指定为真实的非稀疏数字数组。

数据类型:||int8|int16|int32|uint8|uint16|uint32|逻辑

调整大小因子,指定为实数标量。

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

输出图像的行和列尺寸,指定为正数值的双元素数值向量。要么numrowsnumcols可以,这样的话imresize自动计算行数或列数,以保留图像的长宽比。

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

要调整大小的索引图像,指定为真实的非稀疏数字数组。

例子:[X2, newmap] = imresize(X,map,0.75);

数据类型:|uint8|uint16

与索引图像相关联的色彩图,3数值数组。

数据类型:

插值方法,指定为字符串标量、字符向量或双元单元格数组。

方法是一个字符串标量或字符向量,它标识一个特定的方法或命名插值核,列于下表。

方法 描述

“最近的”

加权插值;输出像素被指定为该点所在像素的值。不考虑其他像素。

双线性的

双线性插值;输出像素值是最近的2 × 2邻域内像素的加权平均值

“双三次的”

双立方插值;输出像素值是最近的4 × 4邻域像素的加权平均值

请注意

双三次插值可以产生原始范围以外的像素值。

插值的内核 描述
“盒子” 盒子形状的内核
“三角形” 三角核(相当于双线性的
“立方” 三次核(相当于“双三次的”
“lanczos2” Lanczos-2内核
“lanczos3” Lanczos-3内核

方法是一个双元素单元格数组,它定义了一个自定义插值内核。单元格数组的形式为{fw},f是自定义插值内核的函数句柄和w自定义内核的宽度。fx)必须在间隔之外为零-w/ 2 < =x<w/ 2.函数处理f可以用标量或向量输入调用。对于用户指定的插值核,输出图像的一些值可能略超出输入图像的像素值范围。

数据类型:字符|字符串|细胞

图形处理器上要调整大小的图像,指定为gpuArray

例子:gpuarrayB = imresize (gpuarrayA, 0.5);

名称-值对的观点

指定逗号分隔的可选对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在单引号内(' ').可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家

例子:I2 = imresize(我,0.5,抗锯齿,假);

全部折叠

收缩图像时执行反锯齿,指定为逗号分隔的对,由抗锯齿的和逻辑布尔值真正的.默认值与插值方式有关。如果该方法是最近邻(“最近的”),默认为.对于所有其他插值方法,默认值为真正的

数据类型:逻辑

返回优化的色彩图,指定为逗号分隔的对,由“Colormap”而且“优化”“原始”.(仅索引图像)。如果设置为“原始”,输出颜色图(newmap)与输入颜色图(地图).如果设置为“优化”imresize返回一个新的优化颜色图。

数据类型:字符|字符串

执行颜色抖动,指定为逗号分隔的对,由“犹豫”和逻辑布尔值真正的.(仅索引图像)。

在抖动中,您将一种形式的噪声应用到图像中,以随机量化误差和防止大规模模式。

数据类型:逻辑

插值方法,指定为逗号分隔对组成“方法”和标量字符串、字符向量或双元素单元格数组。有关详细信息,请参见方法

数据类型:字符|字符串|细胞

输出图像的大小,指定为逗号分隔的对,由“OutputSize”和这个形式的双元素向量[numrows numcols]

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

调整比例因子,指定为逗号分隔的对,由“规模”和一个正的数值标量或正的二元向量。

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

输出参数

全部折叠

调整大小的图像,作为实的、非稀疏的数字数组返回,与输入图像是同一个类。

调整大小的索引图像,作为实的、非稀疏的数字数组返回,与输入图像是同一个类。

优化的色彩图,返回为3数值数组。

调整大小的图像,返回为gpuArray

提示

  • 这个函数imresize在5.4版(R2007a)更改。以前版本的图像处理工具箱™默认使用不同的算法。如果您需要由前一个实现产生的相同结果,请使用该函数imresize_old

  • 的结果在数值上有细微的差别imresize在CPU和GPU上。这些差异出现在图像的右侧和底部边缘,肉眼几乎察觉不到。

  • 如果输出图像的大小不是整数,imresize不使用指定的比例。imresize使用装天花板在计算输出图像大小时。

扩展功能

之前介绍过的R2006a

这个话题有帮助吗?