import cv2
import numpy as np
import matplotlib.pyplot as plt

def scaling_transform(image_path, fx, fy, interpolation=cv2.INTER_LINEAR):
    """
    实现图像缩放变换
    :param image_path: 输入图像路径
    :param fx: 水平方向缩放因子
    :param fy: 垂直方向缩放因子
    :param interpolation: 插值方法
    :return: 原图和缩放后的图像
    """
    # 读取图像
    img = cv2.imread(image_path)
    
    # 应用缩放变换
    scaled = cv2.resize(img, None, fx=fx, fy=fy, interpolation=interpolation)
    
    return img, scaled

def manual_scaling(image_path, fx, fy):
    """
    手动实现图像缩放变换
    :param image_path: 输入图像路径
    :param fx: 水平方向缩放因子
    :param fy: 垂直方向缩放因子
    :return: 缩放后的图像
    """
    # 读取图像
    img = cv2.imread(image_path)
    height, width = img.shape[:2]
    
    # 计算新图像尺寸
    new_width = int(width * fx)
    new_height = int(height * fy)
    
    # 创建输出图像
    scaled = np.zeros((new_height, new_width, img.shape[2]), dtype=img.dtype)
    
    # 进行缩放变换
    for i in range(new_height):
        for j in range(new_width):
            # 计算原图中的对应坐标
            orig_x = int(j / fx)
            orig_y = int(i / fy)
            
            # 边界检查
            if 0 <= orig_x < width and 0 <= orig_y < height:
                scaled[i, j] = img[orig_y, orig_x]
    
    return img, scaled

def scaling_with_interpolation(image_path, fx, fy, method='bilinear'):
    """
    带插值的缩放变换
    :param image_path: 输入图像路径
    :param fx: 水平方向缩放因子
    :param fy: 垂直方向缩放因子
    :param method: 插值方法 ('nearest', 'bilinear', 'bicubic')
    :return: 原图和缩放后的图像
    """
    # 读取图像
    img = cv2.imread(image_path)
    
    # 根据插值方法选择OpenCV函数参数
    if method == 'nearest':
        interpolation = cv2.INTER_NEAREST
    elif method == 'bilinear':
        interpolation = cv2.INTER_LINEAR
    elif method == 'bicubic':
        interpolation = cv2.INTER_CUBIC
    else:
        interpolation = cv2.INTER_LINEAR
    
    # 应用缩放变换
    scaled = cv2.resize(img, None, fx=fx, fy=fy, interpolation=interpolation)
    
    return img, scaled

def adaptive_scaling(image_path, max_width, max_height):
    """
    自适应缩放，保持宽高比
    :param image_path: 输入图像路径
    :param max_width: 最大宽度
    :param max_height: 最大高度
    :return: 原图和自适应缩放后的图像
    """
    # 读取图像
    img = cv2.imread(image_path)
    height, width = img.shape[:2]
    
    # 计算缩放比例
    scale_w = max_width / width
    scale_h = max_height / height
    scale = min(scale_w, scale_h)  # 保持宽高比
    
    # 应用缩放
    scaled = cv2.resize(img, None, fx=scale, fy=scale, interpolation=cv2.INTER_AREA)
    
    return img, scaled

# 使用示例
if __name__ == "__main__":
    # 注意：需要提供实际的图像路径
    # img, result = scaling_transform('image.jpg', 1.5, 1.5)
    # manual_img, manual_result = manual_scaling('image.jpg', 1.5, 1.5)
    # interp_img, interp_result = scaling_with_interpolation('image.jpg', 1.5, 1.5, 'bicubic')
    # adaptive_img, adaptive_result = adaptive_scaling('image.jpg', 800, 600)
    pass