Python 如何在不丢失离散值的情况下缩小图像的比例？

我有一个城市的图像，有着离散的颜色（绿色=草地，黑色=建筑物，白色/黄色=道路）。使用Pillow，我在（Python）程序中导入图片，并将其转换为具有离散颜色值的Numpy数组（即绿色像素变为1，黑色像素变为2，等等）

我想降低图像的分辨率（出于计算目的），同时保留尽可能多的信息。但是，使用Pillow的resize（）方法，颜色会偏离这些离散值。如何在（最重要的）保留离散颜色和（同样重要的）尽可能少地丢失信息的同时缩小此图像的比例

下面是图像的一个示例：

编辑：根据请求，一些代码：

from PIL import Image
import Numpy as np

picture = Image.open(some_image.png)

width, height = picture.size

pic_array = np.zeros(width,height)

# Turn the image into discrete values
for i in range(0,width):
    for j in range(0,height):
        red, green, blue = picture.getpixel((i,j))
        if red == a and green == b and blue == c:
            #An example of how discrete colors are converted to values
            pic_array[i][j] = 1

可通过两种方式进行缩放：

1） 使用Pillow的调整大小库或 2） 使用以下方法重新缩放最终阵列：

scaled_array = pic_array[0:width:5, 0:height,5]

---

选项1在保留信息方面“很好”，但会丢失离散值，而选项2则相反。

我对这个问题很感兴趣，并编写了一些代码来尝试一些想法，特别是@jasonharper在评论中建议的“模式”过滤器。所以，我把它编好了

首先，输入图像不是4个定义良好的类，但实际上有6504种不同的颜色，因此我使用ImageMagick制作了一个包含4种颜色的调色板，如下所示：

magick xc:black xc:white xc:yellow xc:green +append palette.png

此处放大-实际上是4x1像素：

然后，我将图像中的颜色映射到由4种离散颜色组成的调色板：

magick map.png +dither -remap palette.png start.png

然后我尝试使用此代码计算每个3x3窗口的中值和模式：

#!/usr/bin/env python3

from PIL import Image
import numpy as np
from scipy import stats
from skimage.util import view_as_blocks

# Open image and make into Numpy array
im = Image.open('start.png')
na = np.array(im)

# Make a view as 3x3 blocks - crop anything not a multiple of 3
block_shape=(3,3)
view = view_as_blocks(na[:747,:], block_shape)
flatView = view.reshape(view.shape[0], view.shape[1], -1)   # now (249,303,9)

# Get median of each 3x3 block
resMedian = np.median(flatView, axis=2).astype(np.uint8)
Image.fromarray(resMedian*60).save('resMedian.png')        # arbitrary scaling by 60 for contrast

# Get mode of each 3x3 block
resMode   = stats.mode(flatView, axis=2)[0].reshape((249,303)).astype(np.uint8)
Image.fromarray(resMode*60).save('resMode.png')            # arbitrary scaling by 60 for contrast

以下是中值滤波器的结果：

下面是“模式”过滤器的结果，它确实比IMHO更好：

下面是动画比较：

---

如果有人想使用代码并对其进行修改以尝试新想法，请随时使用

PIL/Pillow的

resize（）

方法采用可选的

过滤器

参数-值

最近的

应该可以达到不引入新颜色的预期效果。你能给我们代码吗？谢谢@jasonharper-这确实解决了我的第一个目标（保留离散颜色），但我觉得很多信息都是这样丢失的。也许我应该重新表述一下我的问题：我能在保留离散值的同时使用其中一种花式算法吗？所有花式算法的工作原理都是生成一种新的颜色，最好地代表原始图像中的一个像素区域。在你的例子中，有一种算法我认为会更好：查看所有将被减少为一个新像素的源像素，并从中选择最常见的离散颜色。但这不是一个内置的算法，我怀疑它会很慢。你的需求相互对立。你不能既保留准确的颜色又避免信息丢失。非常感谢，这真的很有帮助。事实上，这种模式似乎效果最好！我将继续使用您的代码，如果发现新方法也能很好地工作，我将向您报告。