使用OpenCV进行批量图像缩放

问题是这样子的，有好多个文件夹，希望对每个文件夹中的图像都缩放到同一个比例。
那么不可避免，需要读取每个文件夹中的图像名称：

<span style="font-size:14px;">void getFiles(string path, vector<string>& files)
{
//文件句柄
long hFile = 0;
//文件信息
struct _finddata_t fileinfo;
string p;
if ((hFile = _findfirst(p.assign(path).append("\\*.jpg").c_str(), &fileinfo)) != -1)
{
do
{
//如果是目录,迭代之
//如果不是,加入列表
if ((fileinfo.attrib & _A_SUBDIR))
{
if (strcmp(fileinfo.name, ".") != 0 && strcmp(fileinfo.name, "..") != 0)
getFiles(p.assign(path).append("\\").append(fileinfo.name), files);
}
else
{
files.push_back(p.assign(fileinfo.name));
}
} while (_findnext(hFile, &fileinfo) == 0);
_findclose(hFile);
}
}</span>

图像缩放的库函数(参考：http://blog.csdn.net/morewindows/article/details/8239560)：
void cvResize(

  const CvArr*
src,
  CvArr*
dst,
  int interpolation=CV_INTER_LINEAR
);
第一个参数表示输入图像。

第二个参数表示输出图像。

第三个参数表示插值方法，可以有以下四种：

CV_INTER_NN -
最近邻插值,

CV_INTER_LINEAR -
双线性插值 (缺省使用)

CV_INTER_AREA -
使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN
方法..

CV_INTER_CUBIC -
立方插值.

这个函数在功能上与Win32 API中的StretchBlt()函数类似。

因为我这里是缩小，所以第3个参数选择：CV_INTER_AREA

//dataType == 1 train Data
//dataType == 0 val Data
void convert_im(int dataType)
{
string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
string pefix = "Z:\\算法组\\****\\data\\";
char* imNametrain227[] = { "train227_1\\", "train227_2\\", "train227_3\\", "train227_4\\", "train227_5\\", "train227_6\\", "train227_7\\", "train227_8\\" };
char* imNameval227[] = { "val227_1\\", "val227_2\\", "val227_3\\", "val227_4\\", "val227_5\\", "val227_6\\", "val227_7\\", "val227_8\\" };

vector<string> files;
if (dataType == 1)
getFiles(pstrImageNameTrain, files);
else
getFiles(pstrImageNameVal, files);
int fileNum = files.size();
if (dataType == 1)
printf("total files number in Train is %d\n", fileNum);
else
printf("total files number in Val is %d\n", fileNum);

//创建8种尺寸的缩放图像大小
CvSize im227[8];
for (int i = 0; i < 8; i++){
im227[i].width = 227 * (i + 1);
im227[i].height = im227[i].width;
}

for (int i = 0; i < fileNum; i++){
string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
//从文件中读取图像
IplImage *pSrcImage = NULL;
if (dataType == 1)
pSrcImage = cvLoadImage(pstrImageNameTrain.append( files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);
else
pSrcImage = cvLoadImage(pstrImageNameVal.append(files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);

for (int j = 0; j < 8; j++){
string pefix = "Z:\\算法组\\****\\data\\";
//创建图像并缩放
IplImage *pDstImage = cvCreateImage(im227[j], pSrcImage->depth, pSrcImage->nChannels);;
cvResize(pSrcImage, pDstImage, CV_INTER_AREA);
//保存图片
if (dataType == 1){
string pstrSaveImageName = pefix.append(imNametrain227[j]);
cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
}
else{
string pstrSaveImageName = pefix.append(imNameval227[j]);
cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
}
cvReleaseImage(&pDstImage);
}
cvReleaseImage(&pSrcImage);
if ((i+1) % 100 == 0 && i > 0)
printf("finish %d files!\n", i + 1);
}
if (fileNum % 100 != 0)
printf("finish %d files!\n", fileNum);
}

因为我的数据分两种，每种图像数据都需要缩放到不同大小的图像(227×227, 454×454, 等等)，所以我干脆对目标图像大小建立了一个数组。
最终的整个代码如下：

//批量缩放图像
#include <opencv2/opencv.hpp>
#include <stdio.h>
#include <io.h>
#include <string.h>

using namespace std;

void getFiles(string path, vector<string>& files);
void convert_im(int dataType);

int main()
{
printf("convert im for train data\n");
convert_im(1);
printf("convert im for val data\n");
convert_im(0);
return 0;
}

//dataType == 1 train Data
//dataType == 0 val Data
void convert_im(int dataType)
{
string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
string pefix = "Z:\\算法组\\****\\data\\";
char* imNametrain227[] = { "train227_1\\", "train227_2\\", "train227_3\\", "train227_4\\", "train227_5\\", "train227_6\\", "train227_7\\", "train227_8\\" };
char* imNameval227[] = { "val227_1\\", "val227_2\\", "val227_3\\", "val227_4\\", "val227_5\\", "val227_6\\", "val227_7\\", "val227_8\\" };

vector<string> files;
if (dataType == 1)
getFiles(pstrImageNameTrain, files);
else
getFiles(pstrImageNameVal, files);
int fileNum = files.size();
if (dataType == 1)
printf("total files number in Train is %d\n", fileNum);
else
printf("total files number in Val is %d\n", fileNum);

//创建8种尺寸的缩放图像大小
CvSize im227[8];
for (int i = 0; i < 8; i++){
im227[i].width = 227 * (i + 1);
im227[i].height = im227[i].width;
}

for (int i = 0; i < fileNum; i++){
string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
//从文件中读取图像
IplImage *pSrcImage = NULL;
if (dataType == 1)
pSrcImage = cvLoadImage(pstrImageNameTrain.append( files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);
else
pSrcImage = cvLoadImage(pstrImageNameVal.append(files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);

for (int j = 0; j < 8; j++){
string pefix = "Z:\\算法组\\****\\data\\";
//创建图像并缩放
IplImage *pDstImage = cvCreateImage(im227[j], pSrcImage->depth, pSrcImage->nChannels);;
cvResize(pSrcImage, pDstImage, CV_INTER_AREA);
//保存图片
if (dataType == 1){
string pstrSaveImageName = pefix.append(imNametrain227[j]);
cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
}
else{
string pstrSaveImageName = pefix.append(imNameval227[j]);
cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
}
cvReleaseImage(&pDstImage);
}
cvReleaseImage(&pSrcImage);
if ((i+1) % 100 == 0 && i > 0)
printf("finish %d files!\n", i + 1);
}
if (fileNum % 100 != 0)
printf("finish %d files!\n", fileNum);
}

void getFiles(string path, vector<string>& files)
{
//文件句柄
long hFile = 0;
//文件信息
struct _finddata_t fileinfo;
string p;
if ((hFile = _findfirst(p.assign(path).append("\\*.jpg").c_str(), &fileinfo)) != -1)
{
do
{
//如果是目录,迭代之
//如果不是,加入列表
if ((fileinfo.attrib & _A_SUBDIR))
{
if (strcmp(fileinfo.name, ".") != 0 && strcmp(fileinfo.name, "..") != 0)
getFiles(p.assign(path).append("\\").append(fileinfo.name), files);
}
else
{
files.push_back(p.assign(fileinfo.name));
}
} while (_findnext(hFile, &fileinfo) == 0);
_findclose(hFile);
}
}