Python数字图像处理,python图像放大

　　本文主要介绍python数字图像处理中实现图像变形和缩放的例子。有需要的朋友可以借鉴一下，希望能有所帮助。祝你进步很大，早日升职加薪。

　　变换模块1的

目录

skimage的transform模块

　　skimage变换模块用于图像变形和缩放，功能多，功能全。

1、改变图片尺寸resize

　　函数格式为：

　　skimage.transform.resize(image，output_shape)

　　Image:需要调整大小的图像

　　Output_shape:新图片尺寸

　　从skimage导入转换，数据

　　将matplotlib.pyplot作为plt导入

　　img=data.camera()

　　dst=transform.resize(img，(80，60))

　　plt.figure(调整大小)

　　plt.subplot(121)

　　plt.title(调整大小前)

　　plt.imshow(img，plt.cm.gray)

　　plt.subplot(122)

　　plt.title(调整大小前)

　　plt.imshow(dst，plt.cm.gray)

　　plt.show()

　　相机图像从原来的512*512大小更改为80*60大小。从下图中的坐标标尺，我们可以看出：

2、按比例缩放rescale

　　函数格式为：

　　skim age . transform . rescale(image，scale[，])

　　Scale参数可以是单个浮点数，表示缩放倍数，也可以是浮点元组，如[0.2，0.5]，表示行数和列数分别缩放。

　　从skimage导入转换，数据

　　img=data.camera()

　　Print(img.shape) #原始图像尺寸

　　Print (transform.rescale (img，0.1)。shape) #缩小到原始图像大小的0.1倍。

　　Print (transform.rescale (img，[0.5，0.25])。shape) #缩小为原图行数的一半，列数的四分之一。

　　Print (transform.rescale (img，2))。shape) #被放大到原始图像的两倍大小。

　　结果是：

　　(512, 512)

　　(51, 51)

　　(256, 128)

　　(1024, 1024)

3、旋转 rotate

　　skimage.transform.rotate(图像，角度[，]，resize=False)

　　angle参数是一个浮点数，表示旋转的角度。

　　Resize用于控制旋转时是否改变大小，默认值为False。

　　从skimage导入转换，数据

　　将matplotlib.pyplot作为plt导入

　　img=data.camera()

　　Print(img.shape) #原始图像尺寸

　　Img1=transform.rotate(img，60) #旋转90度而不改变大小。

　　打印(img1.shape)

　　Img=transform.rotate (img，30，resize=true) #改变大小时旋转30度。

　　打印(img2.shape)

　　plt.figure(调整大小)

　　plt.subplot(121)

　　plt.title(旋转60 )

　　plt.imshow(img1，plt.cm.gray)

　　plt.subplot(122)

　　plt.title(“旋转30度”)

　　plt.imshow(img2，plt.cm.gray)

　　plt.show()

　　结果是3360。

4、图像金字塔

　　一种有效而简单的多分辨率图像解释结构是图像金字塔。金字塔最初用于机器视觉和图像压缩。图像的金字塔是以金字塔形状排列的分辨率逐渐降低的一系列图像。金字塔的底部是要处理的图像的高分辨率表示，而顶部是低分辨率近似。当您移动到金字塔的上层时，尺寸和分辨率会降低。

　　这里，我们举一个高斯金字塔的应用例子。功能原型是：

　　skim age . transform . pyramid _ Gaussian(image，downscale=2)

　　缩减控制金字塔的缩放比例。

　　将numpy作为np导入

　　将matplotlib.pyplot作为plt导入

　　从skimage导入数据，转换

　　image=data . aerospace()#加载宇航员图片

　　Rows，cols，dim=image.shape #获取图片的行数、列数和通道数。

　　pyramid=tuple(transform . pyramid _ Gaussian(image，downscale=2)) #生成高斯金字塔图像

　　#共生成为log(512)=9个金字塔图像，加上10个原始图像，金字塔[0]-金字塔[1]

　　Composite _ image=np.ones ((rows，cols colls/2，3)，dtype=np.double) #生成背景

　　Composite _ image [3360Rows，3360Cols，]=pyramid [0] #融合原始图像

　　i_row=0

　　对于金字塔中的p[1:]:

　　n_rows，n_cols=p.shape[:2]

　　composite _ image[I _ row 3360 I _ rown _ rows，cols:colsn _ cols]=p #九个金字塔图像循环融合。

　　i_row=n_rows

　　plt.imshow(复合图像)

　　plt.show()

　　在上图中，有10个金字塔图像。下标0表示原始图像，每个后续层的图像行和列变为前一层的一半，直到变为1。

　　除了高斯金字塔，还有其他金字塔，如：

　　skim age . transform . pyramid _ laplacian(image，downscale=2):

　　以上是python数字图像处理实现图像变形和缩放的详细内容。关于python数字图像变形和缩放的更多信息，请关注盛行IT软件开发工作室的其他相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。