numpy知识库：深入理解numpy.resize函数和数组的resize方法

本文介绍: numpy中的resize 函数顾名思义，可以用于调整数组的大小。但具体如何调整？数组形状变了，意味着数组中的元素个数发生了变化(增加或减少)，如何确定 resize后的新数组中每个元素的数值呢？本次博文就来探讨并试图回答这个问题，感兴趣的小伙伴可以继续阅读下去，希望对您有所启示~

num py中的resize 函数顾名思义，可以用于调整数组的大小。但具体如何调整？数组形状变了，意味着数组中的元素个数发生了变化(增加或减少)，如何确定 resize后的新数组中每个元素的数值呢？本次博文就来探讨并试图回答这个问题，感兴趣的小伙伴可以继续阅读下去，希望对您有所启示~

纯粹的文字说明不太直观，小编更倾向用代码工具进行直观展示。代码如下

import numpy as np
import cv2

img1 = np.zeros((256, 256), dtype=np.uint8) # 创建一个大小为256*256的全黑图像
for i in range(256):
    if i % 2 == 0: # 如果第i行是偶数行，则该行所有值设为255, 即全白，否则全黑；i从0开始
        img1[i, :] = 255
cv2.imshow('img1', img1)
cv2.waitKey(0) # 显示图像 延迟5秒退出窗口

结果如下：
在这里插入图片描述
可以看出，利用代码生成的图片是黑白相间分布的灰度图像，图像大小为256×256。
如果此时用num py中的re size 函数将上图调整成大小为256×512的新图像，那么新图像会长成什么样呢？还是黑白相间分布吗？

代码如下：

import numpy as np
import cv2

img1 = np.zeros((256, 256), dtype=np.uint8) # 创建一个大小为256*256的全黑图像
for i in range(256):
    if i % 2 == 0: # 如果第i行是偶数行，则该行所有值设为255, 即全白，否则全黑；i从0开始
    
img1 = np.resize(img1, (256, 512)) # 调整图像大小

cv2.imshow('img1', img1)
cv2.waitKey(0) # 显示图像 延迟5秒退出窗口

运行结果如下：
在这里插入图片描述

结果竟然是左白右黑(有没有出乎你的意料呢？有的话可以点个赞支持一下~)

# numpy数组的resize方法
img1.resize((256, 512))  # numpy数组的resize方法是in-place操作，即直接在原数组/图像上修改，而numpy的resize函数需要返回一个新数组

# numpy数组的resize方法
img1.resize((256, 512))  # numpy数组的resize方法是in-place操作，即直接在原数组/图像上修改，而numpy的resize函数需要返回一个新数组
cv2.imshow('img1', img1)
cv2.waitKey(0) # 显示图像 延迟5秒退出窗口