使用 Python 在保持比例的同时调整图像大小

Question

我有一个关于使用 python 对某些图像进行预处理的问题。我找到的大多数答案都使用 Java，我需要使用 Python。

我有一个包含 2050 张图像的训练集，我想将它们的大小调整为 224 x 224，以便稍后将它们提供给卷积神经网络 (CNN)。最大的问题是我不能在不丢失图像比例的情况下做到这一点。并非所有图像的大小都相同。例如，我有 1000 x 700 像素和 700 x 600 像素的图像。

我的想法是使用周围像素的平均值来填充图像较小的一侧。但我真的不知道如何将它与我已经拥有的东西结合起来。我听说过 cv2 库，但我一直无法让它工作。

我的代码如下：

training_set = pd.DataFrame({'Images': training_imgs,'Labels': training_labels})

 
train_dataGen = ImageDataGenerator(rescale=1./255)

train_generator = train_dataGen .flow_from_dataframe(
      dataframe = training_set, directory="",
      x_col="Images", y_col="Labels", 
      class_mode="categorical", 
      target_size=(224,224), batch_size=32)

## Steps to plot the images
imgs, labels = next(train_generator)

for i in range(batch_size):   
    image = imgs[i]
    plt.imshow(image)
    plt.show()

Answer 1

你快完成了。如果你使用 keras，这里不需要 opencv。

image = imgs[i,:,:,:] # batch_size, height, width, channels
print(np.shape(image) # should be (224,224) in case your image is grayscale
plt.imshow(image)
plt.show()

这将显示您调整大小的图像并打印它的形状。如果要更改调整大小方法的插值方法，可以查看documentation。默认情况下它是双线性的，我认为这就是您要寻找的。​​p>

编辑 0：如果您想创建自定义函数以对图像进行任何类型的预处理（调整大小等），您可以在 ImageDataGenerator 方法中定义 preprocessing_function。该函数适用于批次中的每张图片。

import cv2

def preprocess(image):
   # feel free to define your own function here
   # be sure this function returns an image

   processed_image = cv2.resize(image, dsize=(224,224)) 

   return processed_image

train_dataGen = ImageDataGenerator(preprocessing_function=preprocess,
                                   rescale=1./255)

Answer 2

这是我根据您的描述编写的调整大小程序：

from PIL import Image
import math

def ResizeImage(Img, SourceWidth, SourceHeight, DestinationWidth, DestinationHeight, Average=True):
    tmp = [None] * DestinationWidth * DestinationHeight
    x_ratio = SourceWidth / float(DestinationWidth); y_ratio = SourceHeight / float(DestinationHeight)
    for i in range(0, DestinationWidth):
         for j in range(0, DestinationHeight):
             if Average:
                 tmp[i*DestinationWidth+j] = AverageOfSurrounding(Img, math.floor(j*x_ratio), math.floor(i*y_ratio))
             else:
                 tmp[i*DestinationWidth+j] = Img.getpixel((math.floor(j*x_ratio),math.floor(i*y_ratio)))
    im2 = Image.new(Img.mode, (DestinationWidth,DestinationHeight))
    im2.putdata(tmp)
    return im2

def AverageOfSurrounding(Img, x, y):
    if (x == 0):  # Left
        if (y == 0): # Bottom left
            p1 = Img.getpixel((x,y)); p2 = Img.getpixel((x+1,y)); p3 = Img.getpixel((x+1,y+1)); p4 = Img.getpixel((x,y+1))
            return (int((p1[0]+p2[0]+p3[0]+p4[0])/4), int((p1[1]+p2[1]+p3[1]+p4[1])/4), int((p1[2]+p2[2]+p3[2]+p4[2])/4), int((p1[3]+p2[3]+p3[3]+p4[3])/4))
        elif (y == Img.height): # Top left
            p1 = Img.getpixel((x,y)); p2 = Img.getpixel((x+1,y)); p3 = Img.getpixel((x+1,y-1)); p4 = Img.getpixel((x,y-1))
            return (int((p1[0]+p2[0]+p3[0]+p4[0])/4), int((p1[1]+p2[1]+p3[1]+p4[1])/4), int((p1[2]+p2[2]+p3[2]+p4[2])/4), int((p1[3]+p2[3]+p3[3]+p4[3])/4))
        else:
            p1 = Img.getpixel((x,y)); p2 = Img.getpixel((x+1,y)); p3 = Img.getpixel((x+1,y+1)); p4 = Img.getpixel((x,y+1)); p5 = Img.getpixel((x,y-1)); p6 = Img.getpixel((x+1,y-1))
            return (int((p1[0]+p2[0]+p3[0]+p4[0]+p5[0]+p6[0])/6), int((p1[1]+p2[1]+p3[1]+p4[1]+p5[1]+p6[1])/6), int((p1[2]+p2[2]+p3[2]+p4[2]+p5[2]+p6[2])/6), int((p1[3]+p2[3]+p3[3]+p4[3]+p5[3]+p6[3])/6))
    elif (x == Img.width):  # Right
        if (y == 0): # Bottom Right
            p1 = Img.getpixel((x,y)); p2 = Img.getpixel((x-1,y)); p3 = Img.getpixel((x-1,y+1)); p4 = Img.getpixel((x,y+1))
            return (int((p1[0]+p2[0]+p3[0]+p4[0])/4), int((p1[1]+p2[1]+p3[1]+p4[1])/4), int((p1[2]+p2[2]+p3[2]+p4[2])/4), int((p1[3]+p2[3]+p3[3]+p4[3])/4))
        elif (y == Img.height): # Top Right
            p1 = Img.getpixel((x,y)); p2 = Img.getpixel((x-1,y)); p3 = Img.getpixel((x-1,y-1)); p4 = Img.getpixel((x,y-1))
            return (int((p1[0]+p2[0]+p3[0]+p4[0])/4), int((p1[1]+p2[1]+p3[1]+p4[1])/4), int((p1[2]+p2[2]+p3[2]+p4[2])/4), int((p1[3]+p2[3]+p3[3]+p4[3])/4))
        else:
            p1 = Img.getpixel((x,y)); p2 = Img.getpixel((x-1,y)); p3 = Img.getpixel((x-1,y+1)); p4 = Img.getpixel((x,y+1)); p5 = Img.getpixel((x,y-1)); p6 = Img.getpixel((x-1,y-1))
            return (int((p1[0]+p2[0]+p3[0]+p4[0]+p5[0]+p6[0])/6), int((p1[1]+p2[1]+p3[1]+p4[1]+p5[1]+p6[1])/6), int((p1[2]+p2[2]+p3[2]+p4[2]+p5[2]+p6[2])/6), int((p1[3]+p2[3]+p3[3]+p4[3]+p5[3]+p6[3])/6))
    else:
        p1 = Img.getpixel((x-1,y+1)); p2 = Img.getpixel((x,y+1)); p3 = Img.getpixel((x+1,y+1))
        p4 = Img.getpixel((x-1,y)); p5 = Img.getpixel((x,y)); p6 = Img.getpixel((x+1,y))
        p7 = Img.getpixel((x-1,y-1)); p8 = Img.getpixel((x,y-1)); p9 = Img.getpixel((x+1,y-1))
        A = (p1[0]+p2[0]+p3[0]+p4[0]+p5[0]+p6[0]+p7[0]+p8[0]+p9[0])/9
        R = (p1[1]+p2[1]+p3[1]+p4[1]+p5[1]+p6[1]+p7[1]+p8[1]+p9[1])/9
        G = (p1[2]+p2[2]+p3[2]+p4[2]+p5[2]+p6[2]+p7[2]+p8[2]+p9[2])/9
        B = (p1[3]+p2[3]+p3[3]+p4[3]+p5[3]+p6[3]+p7[3]+p8[3]+p9[3])/9
        return (int(A), int(R), int(G), int(B))

im = Image.open("MyImage.png")
im = ResizeImage(im, im.width, im.height, 224, 224, False) 
im.show()

我使用了 Pillow 库，因为它对于像这样的小任务非常有效，而 cv2 感觉就像用火箭筒射击鼠标。

编辑：如果您想锁定 x 和 y 的图像比率（比率 = SourceWidth/SourceHeight），您可以轻松地为此编辑代码，并可能对额外的像素使用零像素填充。