有没有办法通过 scipy zoom 获得更好的抗锯齿

Question

我正在制作一个鼠标跟踪脚本，我只是尝试编写自己的重采样，因为我希望输出合并所有记录的分辨率，但我无法解决一些错误，所以放弃并尝试了 scipy。

它几乎可以完美运行，但同时看起来很糟糕，尤其是在缩小图像时。我认为这可能是正常的，直到我看到 PIL 的结果，这非常完美，只是不幸的是，到那时合并数组为时已晚。

作为记录，new_data 的格式为 [[(x0, y0), (x1, y0)],[(x1, y0),...。最初它在字典中，其中每个坐标都是一个键（但我认为不能将其制成 numpy 数组）。

这里是使用 scipy 进行缩小：

zoom_factor = (desired_resolution[0] / current_resolution[0],
               desired_resolution[1] / current_resolution[1])
numpy_image = zoom(np.array(new_data), zoom_factor, order=1)

这里使用 PIL：

im = im.resize(desired_resolution, Image.ANTIALIAS)

如您所见，PIL 更加流畅。目前我能想到的唯一建议是使用 scipy 放大到最大分辨率，然后使用 PIL 再次缩小，但看起来很乱。如果有人有其他想法，请告诉我。

Answer 1

事实证明，使用 scipy 进行放大、组合然后转换为 RGB，然后使用 PIL 进行缩小，正是我们所需要的。

升级到 4k，尽管它在 1080p 时看起来仍然几乎相同（只是稍微锯齿状）。从 4k 数组列表中，我可以通过获取最大值并将其转换为它的颜色值来组合结果。从那时起，它就像将其输入 PIL 并告诉它调整为更小的东西一样简单。

以下是 2560x1440 和 800x600 轨道组合的结果（以 720p 保存）：

显然，由于我没有存储矢量或任何内容，因此无法真正解决大小差异，但它确实展示了它如何处理组合的多个分辨率。