圖像放大和縮小

• • 1. 圖像的縮小
  • 2. 圖像的放大
  • 3. 用python實現圖像的縮放
  • • 3.1 方法一：PIL庫實現
    • 3.2 方法二：cv庫實現

1. 圖像的縮小

圖像縮小分為按比例縮小和不按比例縮小兩種。圖像向縮小后，因為承載的信息量減少，所以畫布可相應縮小。圖像縮小實際上就是對原圖數據進行挑選和處理，獲得期望縮小尺寸的數據，并盡量保持原有特征不丟失。最簡單的方法就是等間隔地選取數據。
設原始圖像大小為MN，縮小為k1Mk2N，（k1，k2 均小于1）。
設原始圖像為F(i,j)，i=1,2,…,M j=1,2,…,N;
壓縮后的圖像為G(x,y),，x=1,2,…,k1M y=1,2,…,k2N;
則有G(x,y) = F(c1x,c2y),其中c1 = 1/k1,c2=1/k2;
示例：檔F(i,j)為6X6，k1=0.6,k2=0.75時，有

那么，得到的G圖像行和列數為x=[1,60.6]=[1,4],四舍五入，最后留下4行，y=[1,60.75]=[1,5],最后留下5列。而行列所對應的值為原始F保留的對應目標像素的值，即G(x,y) = F(c1x,c2y)。

2. 圖像的放大

圖像放大從信息處理的角度來看，與圖像縮小難易程度完全不一樣，圖像縮小是從眾多信息中選出需要的信息，而圖像放大則是需要對多出的空位填入適當的值，是信息的估計。
當放大倍數為整數時，最簡單的方法是將原圖像中的像素值，填在新圖像中對應的kk大小的子塊中。
設原始圖像為F(i,j)，i=1,2,…,M j=1,2,…,N;
放大后的圖像為G(x,y),，x=1,2,…,k1M y=1,2,…,k1N;
則有G(x,y) = F(c1i,c2*j),其中c1 = 1/k1,c2=1/k2

3. 用python實現圖像的縮放

3.1 方法一：PIL庫實現

相關庫PIL，PIL（Python Imaging Library，圖像處理庫）提供了通用的圖像處理功能，主要包括圖像存儲、圖像顯示、格式轉換以及基本的圖像處理操作。
應用PIL下Image類：

變換結果數據屬性以及內存地址

src	<PIL.PngImagePlugin.PngImageFile image mode=RGB size=512x512 at 0x20AF35975C8>
resized	resized: <PIL.Image.Image image mode=RGB size=307x384 at 0x20AF4266AC8>
thumbnail	thumbnail: <PIL.PngImagePlugin.PngImageFile image mode=RGB size=307x307 at 0x20AF35975C8>

thumbnail 縮略圖是網絡開發或圖像軟件預覽常用的一種基本技術。thumbnail 方法直接修改原圖為縮略圖，不會另外創建新內存。resized會在創建新的內存保存縮放數據。

代碼實現：

def ChangeSizeofImg(imgDress,wRate=0.6,hRate=0.75):img = Image.open(imgDress)print("src:",img)new_x, new_y = img.sizenew_x, new_y = int(wRate*new_x),int(hRate*new_y)# 得到修改數據resized = img.resize((new_x, new_y),resample=Image.LANCZOS)print("resized:",resized)# 修改原始數據img.thumbnail((new_x, new_y),resample=Image.LANCZOS)print("thumbnail:",img)return resized, imgif __name__ == "__main__":out3,out4 = ChangeSizeofImg("./data/lena.png")# 數據格式非mat，不能有cv.show顯示。out3與out4是PIL Image的實例，直接調用方法顯示。out3.show()out4.show()

注意：返回的out3與out4是PIL Image的實例，直接調用show方法顯示，不能和cv中的imshow混用。

3.2 方法二：cv庫實現

cv2.resize(src,dsize[,dst[,fx[,fy[,interpolation]]]]) -> dst

interpolation - 插值方法。共有5種：
１）INTER_NEAREST - 最近鄰插值法
２）INTER_LINEAR - 雙線性插值法（默認）
３）INTER_AREA - 基于局部像素的重采樣（resampling using pixel area relation）。對于圖像抽取（image decimation）來說，這可能是一個更好的方法。但如果是放大圖像時，它和最近鄰法的效果類似。
４）INTER_CUBIC - 基于4x4像素鄰域的3次插值法
５）INTER_LANCZOS4 - 基于8x8像素鄰域的Lanczos插值

實現縮放：


代碼：

#!/usr/bin/python # -*- coding = utf-8 -*- # author: beauthy # date: 2020.3.27 # version: 1.0.0 """ 輸出縮放圖像OutResizeImage """ __author__ = 'beauthy'import cv2 import osdef OutResizeImage(img,wRate=0.6,hRate=0.75):"""縮小圖像比例為（0.6，0.75）放大圖像比例為（1.5，1.2）"""height, width = img.shape[:2]if (wRate<1) & (hRate<1):# 縮小圖像size = (int(width*wRate),int(height*hRate))shrink = cv2.resize(img,size,interpolation=cv2.INTER_AREA)return shrinkelse:# 放大圖像fx,fy = wRate,hRateenlarge = cv2.resize(img,(0,0),fx=fx,fy=fy,interpolation=cv2.INTER_CUBIC)return enlargeif __name__ == "__main__":im = cv2.imread("./data/lena.png",-1)# if im == None:# print("Error:could not load image")# os._exit(0)# 縮小out1 = OutResizeImage(im)# 放大out2 = OutResizeImage(im,1.5,1.2)# 顯示cv2.imshow("src",im)cv2.imshow("out1",out1)cv2.imshow("out2",out2)cv2.waitKey(0)

總結

以上是生活随笔為你收集整理的图像放大和缩小的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。