如何在python中更快地调整图像大小

Question

我有一个图像，即一个像素值数组，比如说 5000x5000（这是典型的大小）。现在我想将它扩大 2 倍到 10kx10k。(0,0) 像素值的值在扩展图像中变为 (0,0)、(0,1)、(1,0)、(1,1)。

之后，我使用 scipy.interpolate.rotate 旋转扩展的图像（我相信没有比这更快的方法了，因为我的数组的大小）

接下来我必须再次将这个 10kx10k 数组调整为原始大小，即 5kx5k。为此，我必须取扩展图像中 (0,0)、(0,1)、(1,0)、(1,1) 的平均像素值，并将它们放入新图片。

然而事实证明，这整个过程是一个昂贵的过程，考虑到我的数组的大小，它需要很多时间。有没有更快的方法来做到这一点？ 我正在使用以下代码扩展原始图像

#Assume the original image is already given
largeImg=np.zeros((10000,10000), dtype=np.float32)
for j in range(5000):
    for k in range(5000):
          pixel_value=original_img[j][k]
          for x in range((2*k), (2*(k+1))):
                for y in range((2*j), (2*(j+1))):
                    largeImg[y][x] = pixel_value

使用类似的方法将旋转后的图像缩小到原始大小。

Answer 1

在 numpy 中，您可以使用repeat：

large_img = original_img.repeat(2, axis=1).repeat(2, axis=0)

和

final_img = 0.25 * rotated_img.reshape(5000,2,5000,2).sum(axis=(3,1))

或使用scipy.ndimage.zoom. 这可以为您提供比 numpy 方法更平滑的结果。