考虑一张图片 img
类型 imageio.core.util.Array
.img
的形状是 (256, 256, 3)
.我想将其调整为 (128, 128, 3)
.
我至少尝试了以下三个:
img.resize(img_res, pilmode="RGB")
img.resize(img_res)
img = cv2.resize(img, self.img_res)
这里img_res = (128, 128)
.他们没有一个工作得很好。如何将我的图像调整到所需的大小?
最佳答案
根据documentation on imageio.core.util.Array
, Array
是“np.ndarray
[...] 的子类”。因此,当调用 resize
时关于一些 img
类型 Array
, 实际调用转到 np.ndarray.resize
– 其中不是 np.resize
!这在这里很重要。
来自 np.ndarray.resize
的文档:
Raises:
ValueError
If
a
does not own its own data [...]
这就是为什么,一些代码像
import imageio
img = imageio.imread('path/to/your/image.png')
img.resize((128, 128))
会以这种方式失败:Traceback (most recent call last):
img.resize((128, 128))
ValueError: cannot resize this array: it does not own its data
该错误似乎与 Array
有关类,因为以下代码也失败并显示相同的错误消息:from imageio.core.util import Array
import numpy as np
img = Array(np.zeros((200, 200, 3), np.uint8))
img.resize((128, 128))
显然,Array
类只存储一些不能直接访问的 NumPy 数组的 View ,也许是一些内部内存缓冲区!?现在,让我们看看可能的解决方法:
实际上,使用
np.resize
喜欢import imageio
import numpy as np
img = imageio.imread('path/to/your/image.png')
img = np.resize(img, (128, 128, 3))
不是一个好的选择,因为np.resize
并非旨在正确调整图像大小。所以,结果是扭曲的。使用 OpenCV 对我来说很好用:
import cv2
import imageio
img = imageio.imread('path/to/your/image.png')
img = cv2.resize(img, (128, 128))
请记住,OpenCV 使用 BGR 排序,而 imageio 使用 RGB 排序——这在使用 cv2.imshow
时也很重要。例如。使用 Pillow 也没有问题:
import imageio
from PIL import Image
img = imageio.imread('path/to/your/image.png')
img = Image.fromarray(img).resize((128, 128))
最后,还有skimage.transform.resize
:import imageio
from skimage.transform import resize
img = imageio.imread('path/tp/your/image.png')
img = resize(img, (128, 128))
选择最适合您需求的一款!----------------------------------------
System information
----------------------------------------
Platform: Windows-10-10.0.16299-SP0
Python: 3.8.5
imageio: 2.9.0
NumPy: 1.19.5
OpenCV: 4.5.1
Pillow: 8.1.0
scikit-image: 0.18.1
----------------------------------------
关于image - 如何使用 imageio 调整图像大小?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65733362/