如下所示：

def resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None):

如果使用vanilla resize，不改变默认参数，就会对原图像进行插值操作。不关你是扩大还是缩小图片，都会通过插值产生新的像素值。

对于语义分割，target的处理，如果是对他进行resize操作的话。就希望不产生新的像素值，因为他的颜色信息，代表了像素的类别信息。

但是我们有时候希望resize之后不产生新的像素值，而是产生利用最近邻点的像素值作为新产生的像素值。要实现这个操作只需要将interpolation=cv2.INTER_NEAREST，这个参数的默认值是双线性插值，几乎必然会产生新的像素值。

补充知识：python+OpenCV最近邻域插值法 双线性插值法原理

1.最近邻域插值法

假设原图像大小为1022，缩放到510，可以用原图像上的点来表示目标图像上的每一个点。

例如目标图像上的点(1,2)可以用原图像的点（2，4）来表示。

dst x 1 -> dst x 2 newX
newX = x*(src 行/目标 行) newX = 1*(10/5) = 2
newY = y*(src列/目标 列) newY = 2*(20/10) = 4

12.3取12，当为小数时则取离整数最近的数

2.双线性插值法

A1(15.2,22)
A2(15.2,23)
B1(15,22.3)
B2(16,22.3)

A1 = 20%上面的点 + 80%下面的点A2

B1 = 30%左边的点 + 70%右面的点B2

中间的点 = A130% + A270%

中间的点 = B120% + B280%

以上这篇python使用opencv resize图像不进行插值的操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。