如何使用python增加图像的大小？答案

【问题标题】：How to increase the size of image using python?如何使用python增加图像的大小？
【发布时间】：2020-10-21 08:16:49
【问题描述】：

我有大小为48x48 的图像。我想将其大小增加到150x150 以使用迁移学习（CNN）进行训练。有什么可能的方法来做到这一点？我只看到了 resize 方法来减小图像大小而不是增加图像大小

【问题讨论】：

您可以像使用 PIL 或 cv2.resize 函数一样进行填充或调整大小（缩放图像）。就用同样的。但问题是在将图像大小（如果它们是两个小则输入）增加到 150*150 后，您可能会得到不太好的结果，但您可以尝试。

标签： python image-resizing conv-neural-network

【解决方案1】：

您可以毫无问题地使用tensorflow.image.resize 方法

tf.image.resize(X, [150, 150])

如果您阅读了 tensorflow 的文档，它指出您可以使用不同的方法进行下采样和上采样

方法参数需要来自 image.ResizeMethod 枚举的项目，或等效的字符串。选项有：

双线性：双线性插值。如果 antialias 为真，则变为下采样时具有半径 1 的 hat/tent 过滤器功能。
lanczos3： 半径为 3 的 Lanczos 内核。高质量的实用滤镜，但可能会有一些振铃，尤其是在合成图像上
lanczos5： 半径为 5 的 Lanczos 内核。非常高质量的过滤器，但可能有更强的振铃。
双三次：键的三次插值。相当于 Catmull-Rom 内核。质量相当好，比 Lanczos3Kernel 更快，尤其是在上采样时。
高斯：高斯核，半径为 3，sigma = 1.5 / 3.0。
最近的：最近邻插值。与最近邻插值一起使用时，抗锯齿无效。
area： 使用区域插值进行抗锯齿重采样。与区域插值一起使用时，抗锯齿没有效果；它总是抗锯齿。
mitchellcubic： Mitchell-Netravali Cubic 非插值滤波器。对于合成图像（尤其是那些缺乏适当预过滤的图像），比 Keys 三次内核振铃更少，但不那么尖锐。

here details

【讨论】：

【解决方案2】：

这可能有效。

from PIL import Image
import numpy as np

# random image data
image_data = np.random.randint(low=0, high=256, size=(48,48,3)).astype(np.uint8)

image_small = Image.fromarray(image_data)

# there are many settings you can play here, depending on how you want the image resized
image_large = image_small.resize((120,120))

np.array(image_large)

【讨论】：