python修改图像分辨率大小

图像分辨率指图像中存储的信息量,是每英寸图像内有多少个像素点,分辨率的单位为PPI(Pixels Per Inch),通常叫做像素每英寸。图像分辨率一般被用于ps中,用来改变图像的清晰度。

图像分辨率的大小会影响到我们实验的进行,修改合适的分辨率可以让实验完美的进行下去。

 

通过python程序可以很好的调整图像的分辨率。

# -*- codeing = utf-8 -*-
# @Time : 2022/5/1 13:23
# @Author : ning
# @File : 5.1demo.py
# @software : PyCharm

import matplotlib.pyplot as plt
from PIL import Image


def produceImage(file_in, width, height, file_out):
    image = Image.open(file_in)
    resized_image = image.resize((width, height), Image.ANTIALIAS)
    resized_image.save(file_out)


if __name__ == '__main__':
    file_in = '9.jpg'
    width = 256 #调整的分辨率大小
    height = 256
    file_out = 'demo9.png'
    # 分辨率
    produceImage(file_in, width, height, file_out)

  • 2
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
根据提供的引用内容,可以使用OpenCV库来计算图像的清晰度。你可以使用Laplacian算子来计算图像的梯度,梯度越大,说明像素化越大,物体之间的边缘也就越清晰。可以通过以下步骤来实现: 1. 使用OpenCV的imread函数读取图片,并将其转换成灰度图像。 2. 使用cv2.Laplacian函数计算图像的Laplacian算子。 3. 使用cv2.sumElems函数计算Laplacian算子后图像的总和,即清晰度分数。 4. 使用cv2.mean函数计算Laplacian算子后图像的均值,即平均清晰度。 下面是一个示例代码,可以帮助你实现上述步骤: ```python import cv2 def calculate_image_clarity(image_path): # 读取图片并转换成灰度图像 img = cv2.imread(image_path, 0) # 计算图像的Laplacian算子 laplacian = cv2.Laplacian(img, cv2.CV_8UC1, ksize=3) # 计算清晰度分数 score = cv2.sumElems(laplacian) # 计算平均清晰度 mean_value = cv2.mean(laplacian) return score[0], mean_value[0] # 调用函数计算图片清晰度 score_blur, mean_value_blur_laplacian = calculate_image_clarity("/Users/zoulei/files/personal/images/1.jpg") score_clear, mean_value_clear_laplacian = calculate_image_clarity("/Users/zoulei/files/personal/images/2.jpg") print("模糊图片的清晰度分数: ", score_blur) print("模糊图片的平均清晰度: ", mean_value_blur_laplacian) print("清晰图片的清晰度分数: ", score_clear) print("清晰图片的平均清晰度: ", mean_value_clear_laplacian) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值