图像处理中的常见resize方法性能比较

1.Introduction

因为最近复现实验需要对人脸框图像进行resize，经老师指导发现不同的python库中的resize方法性能存在差异。因此设计了简单的实验，对opencv库、PIL库、matlab中的resize方法进行了性能比较。

2.Experiments

使用resize方法对图像进行缩小后放大，分析图像重建的效果。

对比的方法包括：

• opencv：cv2.resize。
• matlab中的resize方法：这里直接使用github上公布的python版本。
• PIL：Image.resize
• PIL，仍旧是Image.resize，加上反重叠参数Image.ANTIALIAS

测试的数据集是之前自制的deepfake方法测试集，总共29592张图像。

测试指标是PSNR，峰值信噪比，描述图像的相似性，指标越大，代表图像失真越少。

测试结果如下图所示：

 3.Conclusion

可以观察到matlab的resize方法优于opencv和pil中的默认方法。但最让人惊讶的应该是此处的pil+Image.ANTIALIAS配置，完美碾压各种方法。因此，为了以后刷点更轻松，在使用resize方法时要多多考虑使用上述配置。