Python圖像處理庫PIL中的image.resize詳解

一、resize基本概念

在圖像處理中，resize是指改變圖像的大小，通常比例和尺寸都會發生變化。PIL中的resize函數主要用於調整圖像的大小，並可以改變圖像的比例和尺寸。

resize方法有兩個參數，即參數size和resample，其中size可以是一個整數，也可以是一個二元的元組，表示新的圖像大小；resample是指新圖像的採樣方式，即圖像調整的方法，可以是近鄰法、雙線性插值法、三次樣條插值法等。

下面是一個resize函數的基本代碼：

from PIL import Image

# 打開原始圖像
im = Image.open("example.jpg")

# 調整圖像尺寸
im_resized = im.resize((400, 300), resample=Image.BILINEAR)

# 顯示調整後的圖像
im_resized.show()

二、resize參數詳解

1. size參數

size參數是一個元組，表示新的圖像大小。如果指定一個整數n，則表示圖像的寬和高都將縮放到原圖像大小的n分之一。如果指定一個二元元組(w, h)，則表示圖像的寬和高將縮放到指定的大小(w, h)。

如果只指定寬度或高度，則使用Aspect Ratio來調整另一個維度的大小，使得圖像的比例不會變形。

例如，下面的代碼將把圖像的寬和高都縮放到原來的2倍：

from PIL import Image

# 打開原始圖像
im = Image.open("example.jpg")

# 縮放圖像大小到原來的2倍
im_resized = im.resize((im.size[0]*2, im.size[1]*2), resample=Image.BILINEAR)

# 顯示調整後的圖像
im_resized.show()

2. resample參數

resample參數用於指定新圖像的採樣方式，即圖像調整的方法。PIL中支持多種圖像調整的方法，如近鄰法、雙線性插值法、三次樣條插值法等。

具體的resample參數取值及其內部實現方式見下表：

例如，下面的代碼將使用雙線性插值法將原圖像縮放到原來的2倍：

from PIL import Image

# 打開原始圖像
im = Image.open("example.jpg")

# 縮放圖像大小到原來的2倍
im_resized = im.resize((im.size[0]*2, im.size[1]*2), resample=Image.BILINEAR)

# 顯示調整後的圖像
im_resized.show()

三、resize實際應用

1. 縮略圖

縮略圖是一種特殊的圖像resize，用於將圖像縮小到指定大小以適合網頁顯示或縮略圖顯示。

在PIL中，可以使用thumbnail方法來創建縮略圖，它與resize方法的區別在於，thumbnail會更改原始圖像，而resize方法會返回一個新的圖像對象。

下面的示例代碼將創建一個200×200像素的縮略圖：

from PIL import Image

# 打開原始圖像
im = Image.open("example.jpg")

# 創建並顯示縮略圖
im.thumbnail((200, 200))
im.show()

2. 批量處理圖片

在實際應用中，經常需要批量處理大量的圖像，比如將多張圖片縮放到相同的大小、水平翻轉或垂直翻轉等操作。這時可以使用Python的os、glob和PIL庫來實現。

下面的示例代碼將批量處理指定文件夾下的所有圖片，並將它們縮放到指定的大小：

import os
import glob
from PIL import Image

# 指定原始圖像目錄和輸出目錄
input_dir = "/input"
output_dir = "/output"

# 指定目標大小
target_size = (200, 200)

# 遍歷所有png和jpg圖像文件
for file_path in glob.glob(os.path.join(input_dir, "*.png")) + glob.glob(os.path.join(input_dir, "*.jpg")):
    # 打開原始圖像
    im = Image.open(file_path)

    # 縮放圖像大小到指定大小
    im_resized = im.resize(target_size, resample=Image.BILINEAR)

    # 拼接輸出路徑
    output_path = os.path.join(output_dir, os.path.basename(file_path))

    # 保存調整後的圖像到輸出目錄
    im_resized.save(output_path)

3. 使用resize進行圖像縮放與拼接

大型圖像常常需要縮小和拼接才能方便地查看，PIL的resize方法可以很好地實現這一功能。下面的示例代碼將把一個大圖像分割成多個小圖像，並將它們依次排列拼接在一起：

from PIL import Image

# 打開原始圖像
im = Image.open("example.png")

# 分割圖像成4個子圖
sub_images = []
sub_images.append(im.crop((0, 0, im.size[0]//2, im.size[1]//2)))
sub_images.append(im.crop((im.size[0]//2, 0, im.size[0], im.size[1]//2)))
sub_images.append(im.crop((0, im.size[1]//2, im.size[0]//2, im.size[1])))
sub_images.append(im.crop((im.size[0]//2, im.size[1]//2, im.size[0], im.size[1])))

# 縮放子圖像
sub_images_resized = [x.resize((x.size[0]//2, x.size[1]//2), resample=Image.BILINEAR) for x in sub_images]

# 計算輸出圖像大小
output_size = (im.size[0], im.size[1]//2*2)

# 創建新的輸出圖像
output = Image.new(im.mode, output_size)

# 拼接子圖像到輸出圖像
output.paste(sub_images_resized[0], (0, 0))
output.paste(sub_images_resized[1], (im.size[0]//2, 0))
output.paste(sub_images_resized[2], (0, im.size[1]//2))
output.paste(sub_images_resized[3], (im.size[0]//2, im.size[1]//2))

# 顯示調整後的圖像
output.show()

四、結語

本篇文章主要介紹了Python圖像處理庫PIL中的image.resize方法，包括resize方法的基本概念、參數詳解和實際應用場景。通過這些內容的講解，相信大家已經掌握了PIL中image.resize方法的基本使用方法和注意事項，可以輕鬆地對圖像進行縮放、裁剪和拼接等各種操作。