PIL（Python图像库）中的ANTIALIAS vs BICUBIC？

Question

我正在使用 PIL 调整图像大小，我的情况是放大原始图像。

我对 `resample=ANTIALIAS' 使用的算法感到困惑。

根据下面的文档，ANTIALIAS 在缩小时似乎是最好的。我想知道BICUBIC在哪种情况下可以获胜？（我的一些测试用例显示双三次是更好的选择）

An optional resampling filter. 
  This can be one of NEAREST (use nearest neighbour), 
  BILINEAR (linear interpolation in a 2x2 environment), 
  BICUBIC (cubic spline interpolation in a 4x4 environment), 
  or ANTIALIAS (a high-quality downsampling filter). 
If omitted, or if the image has mode “1” or “P”, it is set NEAREST.

我也对文档中的linear interpolation in a 2x2 environment 和cubic spline interpolation in a 4x4 environment 感到困惑。这里是什么意思？

谢谢。

Answer 1

ANTIALIAS 不再是合适的术语，它被 LANCZOS 取代，这是对所使用算法的更具描述性的术语。您仍然可以在代码中使用 ANTIALIAS 以实现向后兼容，但不建议这样做。

LANCZOS 使用比BICUBIC 更大的模式，应该会产生更清晰的结果。它也会变慢。

documentation 在提出问题后已更改，并且已删除对 2x2 或 4x4 的引用。你可能不是唯一一个被他们弄糊涂的人。

resample – An optional resampling filter. This can be one of PIL.Image.NEAREST
           (use nearest neighbour), PIL.Image.BILINEAR (linear interpolation),
           PIL.Image.BICUBIC (cubic spline interpolation), or PIL.Image.LANCZOS (a high-quality
           downsampling filter). If omitted, or if the image has mode “1” or “P”, it is set
           PIL.Image.NEAREST.

以下内容不再有效，已在 Pillow 2.7 中修复。我把它留给那些有旧版本的人，尽管我强烈建议你升级。

---

我现在已经通过源来找出细节。我对我所看到的并不十分满意。

首先，BICUBIC。有许多公式可以归类为双三次，其中最常见的是 Catmull-Rom 插值。这不是 PIL 使用的。 Don Mitchell 和 Arun Netravali 写了一篇论文，分析了所有的变化，并使用两个变量 B 和 C 来描述它们； PIL 使用的那个对应于 B=0 和 C=1。在 Mitchell-Netravali 论文中，这显然是在 Ringing artifact 区域。这意味着放大的图像会在边缘周围出现不自然的明亮或黑暗光晕。

接下来是ANTIALIAS。这是基于 Lanczos-3 过滤器的，它通常是缩小和扩大尺寸的好选择。不幸的是，在升迁时代码中存在一个错误 - 不是采用 6x6 像素的区域来计算结果，而是将其截断为 2x2 像素。这使得它几乎不比双线性好。

Answer 2

这些是按复杂度从低到高的顺序列出的。它们之间会有视觉上的差异。主要区别在于算法执行需要多长时间。

您必须决定对您来说更重要的是速度还是质量。如果您只制作 5 张图片，请选择质量。如果您要处理 100,000 张图像，也许会追求速度。这真的取决于您使用它的目的。

2x2 和 4x4 环境意味着算法查看 2x2 或 4x4 像素区域。