在 Python 中調整影象大小

1. 在 Python 中使用 opencv 模組來調整影象大小
2. 在 Python 中使用 scikit-image 模組調整影象大小
3. 在 Python 中建立使用者定義的函式以調整影象大小

在本教程中，我們將討論如何調整影象大小。

本質上，我們將調整代表影象的 numpy 陣列的大小。numpy 模組中沒有直接功能可以實現此目的。我們不能直接使用 resize() 函式，因為它忽略了軸並且不應用插值或外推。

請注意，調整大小後，我們可以匯出此調整大小的陣列並將其另存為影象。這是下面討論的所有方法的共同點

在 Python 中使用 opencv 模組來調整影象大小

OpenCV 模組廣泛用於 Python 中的影象處理和計算機視覺。要調整影象大小，我們將首先使用 imread() 函式讀取影象，然後使用 resize() 函式調整影象大小，如下所示。

import cv2
import numpy as np

img = cv2.imread("filename.jpeg")
res = cv2.resize(img, dsize=(54, 140), interpolation=cv2.INTER_CUBIC)

imread() 返回一個儲存影象的陣列。我們使用 resize() 函式調整它的大小。這裡的一個重要方面是 interpolation 引數，該引數實際上告訴如何調整影象的大小。調整影象大小的方法有多種，例如 INTER_NEAREST，INTER_LINEAR 等。沒有選擇此引數的最佳方法。情況因情況而異。

在 Python 中使用 scikit-image 模組調整影象大小

該模組基於 numpy 庫構建，並具有 resize() 函式，可以有效地調整影象大小。它可以在各種通道上工作，同時可以處理插值，抗鋸齒等問題。

以下程式碼顯示瞭如何使用此函式。

from skimage.transform import resize
import matplotlib.pyplot as plt

im = plt.imread("filename.jpeg")
res = resize(im, (140, 54))

請注意，我們使用 matplotlib.pyplot.imread() 函式以上述方法讀取影象。可以用你喜歡的任何方法代替它。

在 Python 中建立使用者定義的函式以調整影象大小

我們還可以建立自己的函式以在 Python 中實現大小調整。應當注意，該方法是基本的大小調整功能，獨立於任何庫，並且不會執行插值，抗鋸齒，如上述方法一樣。

以下程式碼演示了此函式。

import matplotlib.pyplot as plt


def scale(im, nR, nC):
    number_rows = len(im)  # source number of rows
    number_columns = len(im[0])  # source number of columns
    return [
        [im[int(number_rows * r / nR)][int(number_columns * c / nC)] for c in range(nC)]
        for r in range(nR)
    ]


im = plt.imread("filename.jpeg")
res = scale(im, 30, 30)