图像处理之高质量缩放（抗锯齿）

 1.介绍

    在做图像处理过程中，我们有时会将图像缩小之后再进行处理，常用的开源图像算法包“Opencv”已经带有resize函数，用起来也是很容易上手的。

    对于Opencv中函数原型：cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

    参数：

    interpolation - 插值方法，共有5种：

         １）INTER_NEAREST - 最近邻插值法

         ２）INTER_LINEAR - 双线性插值法（默认）

         ３）INTER_AREA - 基于局部像素的重采样（resampling using pixel area relation）。对于图像抽取（image decimation）来说，这可能是一个更好的方法。但如果是放大图像时，它和最近邻法的效果类似。

        ４）INTER_CUBIC - 基于4x4像素邻域的3次插值法

        ５）INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos插值

2.代码

    我们用cv2.resize对于一张4k的图像进行缩放到768x512大小，另外选择最复杂的插值方法cv2.INTER_LANCZOS4，代码如下：

import cv2

img_path = "864_4K_Las_Vegas.png"
img1 = cv2.imread(img_path)
img1 = cv2.resize(img1, (768, 512), cv2.INTER_LANCZOS4)
cv2.imwrite("opencv.png", img1)

    结果可以看下图，图中出现很多锯齿

3.改进

    出现上面那种情况之后，我们就不能用Opencv里面这个函数，那么就自己写一个？幸好有人帮我们做了，那就是PIL，里面也有一个resize，其使用用法和Opencv差不多，我就不展开讲了，它的插值方法有如下可选：

    代码跑一跑：

from PIL import Image

img = Image.open(img_path)
img2 = img.resize((768, 512))
img2.save("PIL_default.png")

img3 = img.resize((768, 512), Image.ANTIALIAS)
img3.save("PIL_Image_ANTIALIAS.png")

    默认结果（和Opencv差不多）：

    Image.ANTIALIAS结果（正是我们所需要结果）：