python如何在不损失质量的情况下调整（缩小）图像的大小

Posted 2023-02-22

【中文标题】python如何在不损失质量的情况下调整（缩小）图像的大小

【英文标题】：python how to resize(shrink) image without losing quality

【发布时间】：2020-10-10 10:43:29

【问题描述】：

我想将png图片476x402调整为439x371，我使用了PIL(image)或opencv的resize方法，但是会损失一些锐度。调整大小后，图片变得模糊。 如何使用 python 调整（缩小）图像而不失去清晰度？

from skimage import transform, data, io
from PIL import Image
import os
import cv2

infile = 'D:/files/script/org/test.png'
outfile = 'D:/files/script/out/test.png'

''' PIL'''
def fixed_size1(width, height):
    im = Image.open(infile)
    out = im.resize((width, height),Image.ANTIALIAS)
    out.save(outfile)

''' open cv'''
def fixed_size2(width, height):
    img_array = cv2.imread(infile)
    new_array = cv2.resize(img_array, (width, height), interpolation=cv2.INTER_CUBIC)
    cv2.imwrite(outfile, new_array)


def fixed_size3(width, height):
    img = io.imread(infile)
    dst = transform.resize(img, (439, 371))
    io.imsave(outfile, dst)

fixed_size2(371, 439)

src:476x402 resized:439x371

【参考方案1】：

如何将 2000 像素装入一个只能容纳 1800 像素的盒子中？你不能。

将相同数量的信息（存储为源图像中的像素）放入较小的像素区域仅适用于

丢弃像素（即丢弃单个值或裁剪不是您想要做的图像） 将相邻像素混合成某种加权平均值，然后用稍微改变的 439 像素替换 476 像素

这正是调整图像大小时发生的情况。某种算法（interpolation=cv2.INTER_CUBIC，其他here）调整像素值以合并/平均它们，这样您就不会丢失太多信息。

您可以尝试更改算法，也可以应用进一步的后处理（“锐化”）以再次丰富对比度。

在存储图像时，某些格式会进行“有损”存储以最小化文件大小 (JPG)，而其他格式则是无损的（PNG、TIFF、JPG2000 等），如果您选择有损图像格式，可能会进一步模糊您的图像。

---

见

Shrink/resize an image without interpolation How can I sharpen an image in OpenCV?

【讨论】：

我尝试了其他 InterpolationFlags arg。它仍然变得模糊。我只是转换 png，opencv 有其他锐化图像的方法，我尝试使用它们来尽可能恢复源