Numpyリサイズ/リスケール画像

Question 1

それは派手な配列ですが、画像を取得して画像のスケールを変更したいと思います。

たとえば、コカ・コーラのボトルの画像があります： bottle-1

これは形状の派手な配列に変換され、(528, 203, 3)この2番目の画像のサイズを示すためにサイズを変更したいと思います： bottle-2

の形をしてい(140, 54, 3)ます。

元の画像を維持したまま、画像のサイズを特定の形に変更するにはどうすればよいですか？他の答えは、1行おきまたは3行目を取り除くことをお勧めしますが、私がしたいことは、基本的には画像エディターを介して、Pythonコードで行う方法と同じように画像を縮小することです。numpy / SciPyでこれを行うライブラリはありますか？

Question 2

ええ、インストールしてopencv（これは画像処理とコンピュータービジョンに使用するライブラリです）、cv2.resize関数を使用できます。そして例えば使用：

import cv2
import numpy as np

img = cv2.imread('your_image.jpg')
res = cv2.resize(img, dsize=(54, 140), interpolation=cv2.INTER_CUBIC)

imgしたがって、ここでは元の画像resを含むnumpy配列が、サイズ変更された画像を含むnumpy配列です。重要な側面はinterpolationパラメータです。画像のサイズを変更する方法はいくつかあります。特に画像を縮小しているため、元の画像のサイズは、サイズ変更後の画像のサイズの倍数ではありません。可能な補間スキーマは次のとおりです。

INTER_NEAREST -最近傍内挿

INTER_LINEAR -バイリニア補間（デフォルトで使用）

INTER_AREA-ピクセルエリアリレーションを使用したリサンプリング。モアレのない結果が得られるため、画像の間引きには推奨される方法です。しかし、画像がズームされている場合、それはINTER_NEAREST方法に似ています。

INTER_CUBIC -4x4ピクセル近傍のバイキュービック補間

INTER_LANCZOS4 -8x8ピクセル近傍のLanczos補間

ほとんどのオプションと同様に、すべてのサイズ変更スキーマについて、1つの戦略が別の戦略よりも優先されるシナリオがあるという意味で、「最良の」オプションはありません。

Question 3

これを行うためにnumpyを単独で使用することは可能かもしれませんが、操作は組み込みではありません。そうは言っても、scikit-image（numpyに基づいて構築された）を使用して、この種の画像操作を行うことができます。

Scikit-Imageの再スケーリングのドキュメントはこちらです。

たとえば、イメージを使用して次のことを行うことができます。

from skimage.transform import resize
bottle_resized = resize(bottle, (140, 54))

これにより、補間、アンチエイリアスなどが処理されます。

Question 4

numpy機械学習アプリケーションで使用するために配列内の画像をダウンサンプリングする高速な方法を探しているGoogleからここに来る人々のために、ここに超高速の方法があります（ここから適応）。このメソッドは、入力ディメンションが出力ディメンションの倍数である場合にのみ機能します。

次の例では、128x128から64x64にダウンサンプリングします（これは簡単に変更できます）。

チャンネルの最後の注文

# large image is shape (128, 128, 3)
# small image is shape (64, 64, 3)
input_size = 128
output_size = 64
bin_size = input_size // output_size
small_image = large_image.reshape((output_size, bin_size, 
                                   output_size, bin_size, 3)).max(3).max(1)

チャネルの最初の注文

# large image is shape (3, 128, 128)
# small image is shape (3, 64, 64)
input_size = 128
output_size = 64
bin_size = input_size // output_size
small_image = large_image.reshape((3, output_size, bin_size, 
                                      output_size, bin_size)).max(4).max(2)

グレースケール画像の場合3、次の1ようにをaに変更します。

チャネルの最初の注文

# large image is shape (1, 128, 128)
# small image is shape (1, 64, 64)
input_size = 128
output_size = 64
bin_size = input_size // output_size
small_image = large_image.reshape((1, output_size, bin_size,
                                      output_size, bin_size)).max(4).max(2)

このメソッドは、最大プーリングと同等のものを使用します。私が見つけたのは、これを行う最も速い方法です。

Question 5

追加のライブラリを使用せずに、Pythonで画像を拡大/縮小する簡単な方法を探している人がいる場合は、非常に簡単な画像サイズ変更関数を次に示します。

#simple image scaling to (nR x nC) size
def scale(im, nR, nC):
  nR0 = len(im)     # source number of rows 
  nC0 = len(im[0])  # source number of columns 
  return [[ im[int(nR0 * r / nR)][int(nC0 * c / nC)]  
             for c in range(nC)] for r in range(nR)]

使用例：（30 x 30）画像のサイズを（100 x 200）に変更：

import matplotlib.pyplot as plt

def sqr(x):
  return x*x

def f(r, c, nR, nC):
  return 1.0 if sqr(c - nC/2) + sqr(r - nR/2) < sqr(nC/4) else 0.0

# a red circle on a canvas of size (nR x nC)
def circ(nR, nC):
  return [[ [f(r, c, nR, nC), 0, 0] 
             for c in range(nC)] for r in range(nR)]

plt.imshow(scale(circ(30, 30), 100, 200))

出力：

これは画像を縮小/拡大するために機能し、numpy配列でうまく機能します。

Question 6

SciPyのimresize()メソッドは別のサイズ変更メソッドでしたが、SciPy v 1.3.0以降では削除される予定です。SciPyはPIL画像のサイズ変更方法を指します：Image.resize(size, resample=0)

size –要求されたピクセル単位のサイズ。2タプル（幅、高さ）。
resample –オプションのリサンプリングフィルター。これは、PIL.Image.NEAREST（最近傍を使用）、PIL.Image.BILINEAR（線形補間）、PIL.Image.BICUBIC（3次スプライン補間）、またはPIL.Image.LANCZOS（高品質のダウンサンプリングフィルター）のいずれかになります。）。省略した場合、または画像のモードが「1」または「P」の場合は、PIL.Image.NEARESTが設定されます。

ここにリンク：https : //pillow.readthedocs.io/en/3.1.x/reference/Image.html#PIL.Image.Image.resize

Question 7

numpy / SciPyにこれを行うためのライブラリはありますか

承知しました。これは、OpenCV、scikit-image、またはPILなしで実行できます。

画像のサイズ変更は、基本的に各ピクセルの座標を元の画像からそのサイズ変更された位置にマッピングします。

画像の座標は整数である必要があるため（マトリックスと考えると）、マップされた座標に小数値がある場合は、ピクセル値を補間して整数位置に近似する必要があります（たとえば、その位置に最も近いピクセルを取得することは既知です）最近傍補間として）。

必要なのは、この補間を行う関数だけです。SciPyは持っていinterpolate.interp2dます。

これを使用してarr、次のようにnumpy配列の画像のサイズを変更できます。

W, H = arr.shape[:2]
new_W, new_H = (600,300)
xrange = lambda x: np.linspace(0, 1, x)

f = interp2d(xrange(W), xrange(H), arr, kind="linear")
new_arr = f(xrange(new_W), xrange(new_H))

もちろん、画像がRGBの場合は、チャネルごとに補間を実行する必要があります。

詳細を知りたい場合は、「画像のサイズ変更-コンピュータファン」をご覧になることをお勧めします。

Question 8

import cv2
import numpy as np

image_read = cv2.imread('filename.jpg',0) 
original_image = np.asarray(image_read)
width , height = 452,452
resize_image = np.zeros(shape=(width,height))

for W in range(width):
    for H in range(height):
        new_width = int( W * original_image.shape[0] / width )
        new_height = int( H * original_image.shape[1] / height )
        resize_image[W][H] = original_image[new_width][new_height]

print("Resized image size : " , resize_image.shape)

cv2.imshow(resize_image)
cv2.waitKey(0)