Python 在我的示例中，如何用枕头替换scipy.misc.imresize？

我读了一些关于早期版本中被删除的

scipy.misc.imresize

，以及如何使用枕头的帖子。下面是产生错误的代码行

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

在我看到的示例中，这个语句的枕头版本只使用了两个参数，而我的使用了三个参数。我不知道我必须如何改变它，使其在枕头中工作，因为我不知道参数是如何变化的

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

枕头版呢

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

---

它们是相关的。更重要的是，我自己的3参数

imresize

如何适应这一点。

让我们检查一下旧的文档页面：

• arr

  是图像本身作为一个NumPy数组

• 大小

  可以
  • 一个

    int

    （表示某个百分比）
  • 一个

    浮点数

    （表示某个分数，这是你的例子），或者
  • 元组（指示目标大小）

• interp

  是要使用的插值方法

现在，让我们检查一下，什么能够：

• 大小

  必须是

  元组

  。因此，在使用上述百分比或分数时，需要事先确定目标大小

• resample

  是重采样过滤器，它基本上是上面给出的插值方法

这就是我们导出正确代码所需的全部知识：

从imageio导入imread#scipy.misc.imread不推荐使用
将numpy作为np导入
从PIL导入图像#scipy.misc.imresize不推荐使用
#读取图像，获取宽度和高度
img=imread（'path/to/your/image.png'）
h、 w=图像形状[：2]
打印（图像形状）
# (241, 300, 3)
#分数作为浮点数
分数=0.2
img_resized=np.array（Image.fromarray（img）.resize（（int（分数*w））），
int（分数*h）），
图像（双三次）
打印（img_已调整大小。形状）
# (48, 60, 3)
#整数百分比
百分比=20
img_resized=np.array（Image.fromarray（img）.resize（（int（百分比/100*w）），
int（百分比/100*h）），
图像（双三次）
打印（img_已调整大小。形状）
# (48, 60, 3)
#大小为元组
大小=（60,48）
img_resized=np.array（Image.fromarray（img）.resize（size，Image.BICUBIC））
打印（img_已调整大小。形状）
# (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

最近的

映射到

PIL.Image.nearest

，依此类推

---

编辑：仅作进一步说明：将输入NumPy数组转换为枕头对象，这样您就可以使用

PIL.Image.resize

----------------------------------------
系统信息
----------------------------------------
平台：Windows-10-10.0.16299-SP0
Python:3.9.1
PyCharm:2021.1.1
图像IO:2.9.0
NumPy:1.20.2
枕头：8.2.0
----------------------------------------

HansHirse有一个疑问。在最后一种方法中，您将其调整为元组大小，语句大小（60,48）是使图像为60像素乘以48像素，还是其他什么？此外，如果我使用imageio读取图像，但没有获得其原始尺寸（如W和H），它会工作吗？枕头使用

（宽度、高度）

元组，而-由于NumPy数组的（默认）行主要顺序-

形状

返回

（高度、宽度、通道）

。因此，所有三种呈现方式都使用

（60，48）

和

（宽度，高度）

生成相同的图像。使用百分比或分数调整大小时，必须计算目标大小。因此，您需要原始维度。要么在NumPy数组上使用

shape

，要么在

Image

对象上使用and

height

。我明白了，这就是原因。