在我的示例中，如何用 Pillow 替换 scipy.misc.imresize？

Question

我阅读了一些关于 scipy.misc.imresize 在早期版本中被删除的帖子，以及您必须如何使用 Pillow。以下是我产生错误的代码行。

image_gray_resized = scipy.misc.imresize(arr=image_gray, size=fraction, interp='bicubic')

在我看到的示例中，此语句的 Pillow 版本仅使用两个参数，而我的使用三个参数。我不知道我必须如何更改它才能使其在 Pillow 中工作，因为我不知道其中的参数如何

scipy.misc.imresize(*args, **kwds)

还有枕头版

numpy.array(Image.fromarray(arr).resize())

是相关的。更重要的是，我自己的 3 参数 imresize 如何适应这一点。

Answer 1

让我们查看scipy.misc.imresize 的旧文档页面：

• arr 是图像本身作为 NumPy 数组。
• size可以
  • int（表示某个百分比），
  • float（表示某个分数，这是您的示例），或者
  • tuple（表示目标大小）。
• interp 是要使用的插值方法。

现在，让我们检查一下PIL.Image.resize 的能力：

• size 必须是 tuple。因此，在使用上述百分比或分数时，您需要事先确定目标大小。
• resample是重采样滤波器，基本上就是上面给出的插值方法。

这就是派生正确代码所需要知道的全部内容：

from imageio import imread      # scipy.misc.imread is deprecated
import numpy as np
from PIL import Image           # scipy.misc.imresize is deprecated

# Read image, get width and height
img = imread('path/to/your/image.png')
h, w = img.shape[:2]
print(img.shape)
# (241, 300, 3)

# Fraction as float
fraction = 0.2
img_resized = np.array(Image.fromarray(img).resize((int(fraction * w),
                                                    int(fraction * h)),
                                                   Image.BICUBIC))
print(img_resized.shape)
# (48, 60, 3)

# Percentage as integer
percentage = 20
img_resized = np.array(Image.fromarray(img).resize((int(percentage / 100 * w),
                                                    int(percentage / 100 * h)),
                                                   Image.BICUBIC))
print(img_resized.shape)
# (48, 60, 3)

# Size as tuple
size = (60, 48)
img_resized = np.array(Image.fromarray(img).resize(size, Image.BICUBIC))
print(img_resized.shape)
# (48, 60, 3)

该示例显示了如何处理三种不同的缩放方式（百分比、分数、目标大小）。对于不同的插值方法，您只需要从nearest 映射到PIL.Image.NEAREST，等等。

---

编辑：只是为了进一步解释：PIL.Image.fromarray 将输入 NumPy 数组转换为 Pillow PIL.Image.Image 对象，这样您就可以使用 PIL.Image.resize。

----------------------------------------
System information
----------------------------------------
Platform:      Windows-10-10.0.16299-SP0
Python:        3.9.1
PyCharm:       2021.1.1
imageio:       2.9.0
NumPy:         1.20.2
Pillow:        8.2.0
----------------------------------------