图像通过大因子下采样而没有人工制品

Question

是否有一个python图像大小调整算法，可以通过最大限度的人工制品来缩放彩色图像？例如，从1234x1234到32x32。目标是能够从非常大的图像中生成高质量的32x32图像，如CIFAR-10中的图像。

OpenCV图像大小调整算法（线性，双三次，lancsoz，区域等）是不够的，因为它们产生大量的人工制品。也许像magic kernel method？

Answer 1

使用pillow重新调整Image.LANCZOS将使用大内核并且不会受到别名的影响。

例如，维基百科有这个芝加哥天际线：

https://en.wikipedia.org/wiki/File:Chicago_Skyline_Hi-Res.jpg

这是一个大图像，具有难以纵横比，大平坦区域和大量重复精细细节。

这个程序：

import sys
from PIL import Image

im = Image.open(sys.argv[1])
target_size = 256.0
horizontal_scale = im.size[0] / target_size
vertical_scale = im.size[1] / target_size
scale = max(horizontal_scale, vertical_scale)
new_size = (int(im.size[0] / scale), int(im.size[1] / scale))
im = im.resize(new_size, Image.LANCZOS)
im.save(sys.argv[2])

在原始的14696x1779像素图像上运行会产生以下结果：

我对中心区域进行了一次爆炸：

你可以看到没有别名，但是有一些轻微的响铃，正如你对Lanczos的期望。

如果你用双线性缩小尺寸（Pillow使用三角滤波器），你会看到更柔和的外观，但没有锯齿和没有响铃。它可能更适合ML输入。

如果OpenCV也不能这样做，我会感到惊讶，但我不太清楚它建议代码。