在 Python 中，如何对存储为 NumPy 数组的图像进行缩放？

Question

我通过以下方式创建了一个 NumPy 数组：

data = numpy.zeros((1, 15, 3), dtype = numpy.uint8)

然后我用 RGB 像素值填充这个数组，生成一个小彩色图像，可以使用如下过程保存：

image = Image.fromarray(data)
image.save("image.png")

为了创建 600 x 300 像素的图像，我如何扩大 NumPy 数组的大小（没有插值）？

Answer 1

您可以按照评论中的建议使用numpy.kron，也可以使用以下选项

1] 使用PILLOW保持纵横比

• 如果你想保持图像的纵横比，那么你可以使用thumbnail()方法

  from PIL import Image
  
  def scale_image(input_image_path,
              output_image_path,
              width=None,
              height=None):
      original_image = Image.open(input_image_path)
      w, h = original_image.size
      print('The original image size is {wide} wide x {height} '
            'high'.format(wide=w, height=h))
  
      if width and height:
          max_size = (width, height)
      elif width:
          max_size = (width, h)
      elif height:
          max_size = (w, height)
      else:
          # No width or height specified
          raise RuntimeError('Width or height required!')
  
      original_image.thumbnail(max_size, Image.ANTIALIAS)
      original_image.save(output_image_path)
  
      scaled_image = Image.open(output_image_path)
      width, height = scaled_image.size
      print('The scaled image size is {wide} wide x {height} '
            'high'.format(wide=width, height=height))
  
  
  if __name__ == '__main__':
       scale_image(input_image_path='caterpillar.jpg',
                   output_image_path='caterpillar_scaled.jpg',
                   width=800)
  

• 我使用了Image.ANTIALIAS 标志，它将应用高质量的下采样过滤器，从而产生更好的图像

2] 使用 OpenCV

• OpenCV 有cv2.resize() 功能

  import cv2
  image = cv2.imread("image.jpg")   # when reading the image the image original size is 150x150
  print(image.shape)
  scaled_image = cv2.resize(image, (24, 24))  # when scaling we scale original image to 24x24 
  print(scaled_image.shape)
  

• 输出

  (150, 150)
  (24, 24)
  

• cv2.resize() 函数还具有插值作为参数，您可以通过它指定如何调整图像大小

• 插值方法：

  • INTER_NEAREST - 最近邻插值
  • INTER_LINEAR - 双线性插值（默认使用）
  • INTER_AREA - 使用像素区域关系重新采样。它可能是图像抽取的首选方法，因为它可以提供无波纹的结果。但是当图片被缩放时，它类似于INTER_NEAREST方法。
  • INTER_CUBIC - 4x4 像素邻域的双三次插值
  • INTER_LANCZOS4 - 8x8 像素邻域上的 Lanczos 插值

3] 使用 PILLOW 库

• 使用Image.resize()

  from PIL import Image
  sourceimage= Image.open("image.jpg")   # original image of size 150x150
  resized_image = sourceimage.resize((24, 24), resample=NEAREST)  # resized image of size 24x24
  resized_image.show()
  

4] 使用 SK-IMAGE 库

• 使用skimage.transform.resize()

  from skimage import io
  image = io.imread("image.jpg")
  print(image.shape)
  resized_image = skimage.transform.resize(image, (24, 24))
  print(resized_image.shape)
  

• 输出

  (150, 150)
  (24, 24)
  

5] 使用 SciPy

• 使用scipy.misc.imresize()函数

  import numpy as np
  import scipy.misc
  
  image = scipy.misc.imread("image.jpg")
  print(image.shape)
  resized_image = scipy.misc.imresize(x, (24, 24))
  resized_image
  print(resized_image.shape)
  

• 输出

  (150, 150)
  (24, 24)
  

Answer 2

在scikit-image，我们有transform

from skimage import transform as tf
import matplotlib.pyplot as plt
import numpy as np
data = np.random.random((1, 15, 3))*255
data = data.astype(np.uint8)
new_data = tf.resize(data, (600, 300, 3), order=0) # order=0, Nearest-neighbor interpolation
f, (ax1, ax2, ax3) = plt.subplots(1,3, figsize=(10, 10))
ax1.imshow(data)
ax2.imshow(new_data)
ax3.imshow(tf.resize(data, (600, 300, 3), order=1))

Answer 3

这是一个使用 PIL 调整存储在 numpy 数组中的图像大小的 sn-p 代码。在本例中，img 是一个二维 numpy 数组。

from PIL import Image
import numpy as np
nr,nc = img.shape
shrinkFactor = .5
img_pil = Image.fromarray(img)
img_pil = img_pil.resize((round(nc*shrinkFactor),round(nr*shrinkFactor)))
img_resized = np.array(img_pil)