在 Python 中调整图像大小

1. 在 Python 中使用 opencv 模块来调整图像大小
2. 在 Python 中使用 scikit-image 模块调整图像大小
3. 在 Python 中创建用户定义的函数以调整图像大小

在本教程中，我们将讨论如何调整图像大小。

本质上，我们将调整代表图像的 numpy 数组的大小。numpy 模块中没有直接功能可以实现此目的。我们不能直接使用 resize() 函数，因为它忽略了轴并且不应用插值或外推。

请注意，调整大小后，我们可以导出此调整大小的数组并将其另存为图像。这是下面讨论的所有方法的共同点

在 Python 中使用 opencv 模块来调整图像大小

OpenCV 模块广泛用于 Python 中的图像处理和计算机视觉。要调整图像大小，我们将首先使用 imread() 函数读取图像，然后使用 resize() 函数调整图像大小，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() 返回一个存储图像的数组。我们使用 resize() 函数调整它的大小。这里的一个重要方面是 interpolation 参数，该参数实际上告诉如何调整图像的大小。调整图像大小的方法有多种，例如 INTER_NEAREST，INTER_LINEAR 等。没有选择此参数的最佳方法。情况因情况而异。

在 Python 中使用 scikit-image 模块调整图像大小

该模块基于 numpy 库构建，并具有 resize() 函数，可以有效地调整图像大小。它可以在各种通道上工作，同时可以处理插值，抗锯齿等问题。

以下代码显示了如何使用此函数。

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

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

请注意，我们使用 matplotlib.pyplot.imread() 函数以上述方法读取图像。可以用你喜欢的任何方法代替它。

在 Python 中创建用户定义的函数以调整图像大小

我们还可以创建自己的函数以在 Python 中实现大小调整。应当注意，该方法是基本的大小调整功能，独立于任何库，并且不会执行插值，抗锯齿，如上述方法一样。

以下代码演示了此函数。

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)