Python 为什么这两个数组完全相同?
这是我的密码Python 为什么这两个数组完全相同?,python,image-processing,interpolation,pillow,bicubic,Python,Image Processing,Interpolation,Pillow,Bicubic,这是我的密码 import sys, os import numpy as np import matplotlib.pyplot as plt import PIL from PIL import Image im = Image.open('C:/research/1.jpg') im_bicubic = Image.open('C:/research/1.jpg') wei, hei = im.width, im.height im = im.resize((wei,hei), 0)
import sys, os
import numpy as np
import matplotlib.pyplot as plt
import PIL
from PIL import Image
im = Image.open('C:/research/1.jpg')
im_bicubic = Image.open('C:/research/1.jpg')
wei, hei = im.width, im.height
im = im.resize((wei,hei), 0)
im_bicubic = im_bicubic.resize((wei,hei), PIL.Image.BICUBIC)
im.save('C:/research/1ori.jpg')
im_bicubic.save('C:/research/1bic.jpg')
原始图像保存到“im”
双三次插值图像已保存到“im_双三次”
我把它保存到任何一个文件夹,但是当我看它的时候,这两张图片之间没有区别
我添加这个代码是为了验证
im_array=np.asarray(im)
im_bicubic_array=np.asarray(im_bicubic)
print(im_bicubic_array - im_array)
结果是一个全为零的数组
这两个数组完全相同
为什么原始的和使用插值方法的是相同的
枕头,双立方的,我用了另一个,但也是一样的
为什么这两个图像完全相同
我是不是把代码弄错了,所以双三次曲线不起作用
谢谢。由于您正在调整大小以完全相同的形状,因此无需插值。这就是为什么两个图像仍然相同
只有当您调整到另一个形状时,插值才有意义。您希望发生什么?也许这是一个更好的解决问题的方法。你确实意识到你在同一幅图像中阅读了两次,不是吗?因为你没有调整图像的大小(例如,你正在将图像大小调整为当前大小),所以使用的插值方法无关紧要。我想我可以将大小减小到1/3,然后再次小威,小黑,但结果是sameI认为我可以把尺寸缩小到1/3,然后又是wei,hei,但实际上不是这样