使用Python进行图像缩放处理

落日映苍穹つ 2023-06-06 12:11 9阅读 0赞

## 使用Python进行图像缩放处理 ##

（感谢前辈）转自：[https://zhuanlan.zhihu.com/p/26446550][https_zhuanlan.zhihu.com_p_26446550]

--------------------

最近要进行数据预处理，所以要将读取的图片进行缩放才能使用，所以就来学一学图像的缩放。  
图像的缩放主要包括两种，一种是全比例缩放，即把图像x，y方向都进行等比例缩放，另外一种是非全比例缩放。

比例缩放矩阵：

其代数式：

两种缩小变换方法：

基于等间隔采样的图像缩小方法。  
基于局部均值的图像缩小方法。

等间隔采样方法顾名思义，就是每隔固定的距离进行采样，这样就选择一些点，舍弃一些点，最后就能得到最终结果，使其效果和原来差不多。若比例因子为`m`和`n`，原图的矩阵为 `f[M×N]`,缩小后的矩阵为 `g [(M*m)×(N*n)]`，由于原图像素点多，映射到g后会出现多点对一点的现象所以我们从g映射到f，则有`g(i,j) = f(i/m,j/n)`  
代码：

import cv
    
    def Reduce(image,m,n):
        H = int(image.height*m)
        W = int(image.width*n)
        size = (W,H)
        iReduce = cv.CreateImage(size,image.depth,image.nChannels) #创建一个新图样
        for i in range(H):
            for j in range(W):
                x = int(i/m) #分别对x，y进行缩放
                y = int(j/n)
                iReduce[i,j] = image[x,y]
        return iReduce

实验效果

第二种缩放方法是基于局部均值的图像缩放方法

前面一种方法舍弃了很多点的信息，而局部均值法可以解决这个问题，我们说过`f`到`g`是一个多对一的映射前面的方法，我们简单的选取了其中的一个来映射到`g`，而这里，我们将找出所有映射到`g(i,j)`上的点，然后对他们的值取均值，好啦，具体思路如下：

此时`g(i,j)`不只是简单映射到`f(i/m,j/n)`了，而是可以映射到如下矩阵：

import cv
    
    def JReduce(image,m,n):
        H = int(image.height*m)
        W = int(image.width*n)
        size = (W,H)
        iJReduce = cv.CreateImage(size,image.depth,image.nChannels)
        for i in range(H):
            for j in range(W):
                x1 = int(i/m)
                x2 = int((i+1)/m)
                y1 = int(j/n)
                y2 = int((j+1)/n)
                sum = [0,0,0]
                for k in range(x1,x2):
                    for l in range(y1,y2):
                        sum[0] = sum[0]+image[k,l][0]
                        sum[1] = sum[1]+image[k,l][1]
                        sum[2] = sum[2]+image[k,l][2]
                num = (x2-x1)*(y2-y1)
                iJReduce[i,j] = (sum[0]/num,sum[1]/num,sum[2]/num)
        return iJReducec

参考文献：python 简单图像处理（5） 缩放

这篇文章我先留个坑，有时间再把代码改下。

[https_zhuanlan.zhihu.com_p_26446550]: https://zhuanlan.zhihu.com/p/26446550