重新缩放操作通过给定的缩放因子调整图像的大小。 缩放因子可以是单个浮点值,也可以是多个值 - 每个轴一个。
调整大小用于相同的目的,但允许指定输出图像形状而不是缩放因子。
请注意,在对图像进行下采样时,调整大小和重新缩放应执行高斯平滑以避免混叠伪像。 请参阅这些函数的anti_aliasing和anti_aliasing_sigma参数。
缩小版用于通过整数因子对n维图像进行下采样,使用作为函数参数给出的每个块的元素的局部均值。
import matplotlib.pyplot as plt
from skimage import data, color
from skimage.transform import rescale, resize, downscale_local_mean
%matplotlib inline
image = color.rgb2gray(data.astronaut())
image_rescaled = rescale(image, 1.0 / 4.0, anti_aliasing=False)
image_resized = resize(image, (image.shape[0] / 4, image.shape[1] / 4),
anti_aliasing=True)
image_downscaled = downscale_local_mean(image, (4, 3))
fig, axes = plt.subplots(nrows=2, ncols=2,figsize=(13,8))
ax = axes.ravel()
ax[0].imshow(image, cmap='gray')
ax[0].set_title("Original image")
ax[1].imshow(image_rescaled, cmap='gray')
ax[1].set_title("Rescaled image (aliasing)")
ax[2].imshow(image_resized, cmap='gray')
ax[2].set_title("Resized image (no aliasing)")
ax[3].imshow(image_downscaled, cmap='gray')
ax[3].set_title("Downscaled image (no aliasing)")
ax[0].set_xlim(0, 512)
ax[0].set_ylim(512, 0)
plt.tight_layout()
plt.show()