Python 图像在numpy中的Mipmap？

我想问一下，是否有一个简洁的numpy解决方案可以使用双线性过滤来调整2D numpy数组（这是一个图像）的大小

更具体地说，我的数组具有形状（宽度、高度、4）（如rgba图像中所示）。降尺度也仅在“偶数”步骤上进行：即从（w，h，4）到（w/2，h/2，4）到（w/4，h/4，4）等

我已经浏览了很长一段时间了，但每个人似乎都提到了imresize的scipy/PIL版本

我希望尽量减少对python软件包的依赖性，因此只需要numpy

---

我只是想检查一下，然后在C++中实现它。

< p>我认为在NUMPY中没有任何具体的解决方案，但是你应该能够有效地实现它，而不必放弃Python的舒适性。如果我错了，请纠正我，但是当图像的大小可以被2整除时，双线性滤波器基本上与平均原始图像的4个像素得到新图像的1个像素相同，对吗？如果图像大小是2的幂，则以下代码：

from __future__ import division
import numpy as np
from PIL import Image

def halve_image(image) :
    rows, cols, planes = image.shape
    image = image.astype('uint16')
    image = image.reshape(rows // 2, 2, cols // 2, 2, planes)
    image = image.sum(axis=3).sum(axis=1)
    return ((image + 2) >> 2).astype('uint8')

def mipmap(image) :
    img = image.copy()
    rows, cols, planes = image.shape
    mipmap = np.zeros((rows, cols * 3 // 2, planes), dtype='uint8')
    mipmap[:, :cols, :] = img
    row = 0
    while rows > 1:
        img = halve_image(img)
        rows = img.shape[0]
        mipmap[row:row + rows, cols:cols + img.shape[1], :] = img
        row += rows
    return mipmap

img = np.asarray(Image.open('lena.png'))
Image.fromarray(mipmap(img)).save('lena_mipmap.png')

生成此输出：

原始映像为512x512，在我的系统上以以下方式运行：

In [3]: img.shape
Out[3]: (512, 512, 4)

In [4]: %timeit mipmap(img)
10 loops, best of 3: 154 ms per loop

---

如果出现奇数长度的边，这将不起作用，但具体取决于您希望如何处理这些情况下的下采样，您应该能够去除整行（或整列）像素，将图像重塑为

（行//2,2，列//2,2，平面）

，以便

img[r，：，c，：，p]

是一个2x2的值矩阵，需要插值以获得新的像素值。

谢谢Jaime！它工作得非常好！而且它也相当优雅：）