# -*- coding: utf-8 -*-
'''
今天來看看opencv中的resize方法。
就打個tag: opencv resize 
先看看官方定義
void cv::resize	(	InputArray 	src,
OutputArray 	dst,
Size 	dsize,
double 	fx = 0,
double 	fy = 0,
int 	interpolation = INTER_LINEAR 
)		

Python:
dst	=	cv.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]	)
各個參數可以參考c++版本的數據類型。簡單解釋如下：
參數	類型	是否必須指定	具體含義
src	numpy.ndarray	是	     原圖像
dsize	tuple<int>	是	     縮放後的圖像大小
dst  	無所謂	 否	          目標圖像，但是在 Python 裏面沒有任何意義。一般不傳參或者設成 None
fx, fy	數值類型	否	    x 和 y 方向上的縮放比例
interpolation	int	否	插值方式表示代碼，本質是一個 int 數值，一般用 OpenCV 內置的參數代號以提高可讀性。
具體可以參考官方的這個解釋：
enum  	cv::InterpolationFlags {
  cv::INTER_NEAREST = 0,
  cv::INTER_LINEAR = 1,
  cv::INTER_CUBIC = 2,
  cv::INTER_AREA = 3,
  cv::INTER_LANCZOS4 = 4,
  cv::INTER_LINEAR_EXACT = 5,
  cv::INTER_NEAREST_EXACT = 6,
  cv::INTER_MAX = 7,
  cv::WARP_FILL_OUTLIERS = 8,
  cv::WARP_INVERSE_MAP = 16
}

因此在使用時，可以寫代號也可以寫出來方法名字。
使用方法從參數來看，可以設置resize後圖像的大小，也可以通過設置方法比例進行resize。
從參數列別可以看到，參數src, dsize是必須有的參數，後面的參數都是可選，或者是有默認值的參數。因此，就是你指定了fx,fy，也必須
同時給dsize賦值（可以為None），否則會報錯。但是當你指定dsize的大小了，可以不用管fx,fy.
此處要特別注意，從參數順序就能看到，此處顯示x方向再是y方向的，也就是說先是寬度，再是高度。
此處主要還是要看官方的一個地方是參數的設置，
To shrink an image, it will generally look best with INTER_AREA interpolation, whereas to enlarge an image, 
it will generally look best with c::INTER_CUBIC (slow) or INTER_LINEAR (faster but still looks OK).
這裡的意思是，如果resize後，圖像變小了，推薦插值算法用INTER_AREA，而如果resize後，圖像大小變大了，推薦用INTER_LINEAR或者慢點
但是效果更好的方式INTER_CUBIC (slow)。因此，如果你確定大多數圖像resize前後都是增大還是減小，那就可以相應選擇對應的插值方法。
'''


'''
first, let me see the img shape. When you using img.shape, it is height, width, channel. Remember this. 
'''
import numpy as np
import cv2
img = cv2.imread(r"messi.jpg")
print('origin image',img.shape) # (296, 474, 3)  in height, width, channel
cv2.imshow("messi", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

rimg = cv2.resize(img,dsize=None,fx=2,fy=2,interpolation=cv2.INTER_LINEAR)# 放大了兩倍,此處dsize不可以省略，必須指定的參數
cv2.imshow("resize messi", rimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

rwidth = img.shape[1]*2
rheight = img.shape[0]*2
# 放大了兩倍,此處dsize必須是先width再height.
rimg2 = cv2.resize(img,dsize=(rwidth, rheight),interpolation=cv2.INTER_LINEAR)
cv2.imshow("resize messi2", rimg2)
cv2.waitKey(0)
cv2.destroyAllWindows()


# 當dsize和fx,fy不一致，而且兩者又都是有效的，優先選擇dsize作為參數，而忽略fx,fy。
rwidth = img.shape[1]*3
rheight = img.shape[0]*3
rimg3 = cv2.resize(img,dsize=(rwidth, rheight),fx=1,fy=1,interpolation=cv2.INTER_LINEAR)
cv2.imshow("resize messi3", rimg2)
print ('resize image: ',rimg3.shape) # (888, 1422, 3)
cv2.waitKey(0)
cv2.destroyAllWindows()