python - Python中是否有一个resize函数来将图像调整为TensorFlow的tf.image.resize_images函数？

我有一个图像数据的4D ndarray，其组织为[NumberOfImages，RowsOfImage，ColumnsOfImage，ChannelsOfImage]。

现在，我想将4D ndarray中的图像调整为新的大小，即[NumberOfImages，NewRowsOfImage，NewColumnsOfImage，ChannelsOfImage]的大小，而其他尺寸保持不变。

我知道TensorFlow中有一个函数tf.image.resize_images可以做到这一点。如果新图像大于原始图像，则将使用双线性插值法或最近邻插值法用新像素填充新图像。

但是，调整大小后，图像数据的ndarray被转换为TensorFlow的Tensor对象。然后，我必须将其转换回ndarray。这些过程将花费大量时间。

我已经尝试过skimage.transform.resize，但是此功能似乎可以调整2D图像数据的大小。如果使用此功能，则必须使用for循环，这也会花费大量时间。

那么Python中是否存在与TensorFlow的tf.image.resize_images函数相同的resize函数？如果没有，有人可以给我一些建议来解决我的问题吗？

非常感谢你。

最佳答案

使用numpy.resize。请参见以下示例。所有图像都具有相同的形状（在这种情况下为768 x 1024 x 3）。在此示例中，我将行号与列号切换了。 im_all是您的4d数组。

from scipy.misc import imread
import numpy as np
import matplotlib.pyplot as plt
f = r"C:\Users\Public\Pictures\Sample Pictures\Lighthouse.jpg"
im0 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\koala.jpg"
im1 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\tulips.jpg"
im2 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\desert.jpg"
im3 = imread(f)
im_all = np.array([im0, im1, im2, im3])
im_all_b = np.resize(im_all, [im_all.shape[0], im_all.shape[2], im_all.shape[1], im_all.shape[3]])
plt.figure()
plt.imshow(im_all_b[1])
plt.figure()
plt.imshow(im_all[1])
plt.show()

这是一个插值示例（默认值为bilinear，请参见：http://docs.scipy.org/doc/scipy-0.16.1/reference/generated/scipy.misc.imresize.html），其中带有内存使用优化：

from scipy.misc import imread, imresize
import numpy as np
import matplotlib.pyplot as plt
f = r"C:\Users\Public\Pictures\Sample Pictures\Lighthouse.jpg"
im0 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\koala.jpg"
im1 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\tulips.jpg"
im2 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\desert.jpg"
im3 = imread(f)
im_all = np.array([im0, im1, im2, im3])
for i in range(im_all.shape[0]):
    temp = im_all[0, :, :, :].copy()
    im_all = np.delete(im_all, 0, 0)
    temp = imresize(temp, (temp.shape[0]+200, temp.shape[1]+200, 3))
    temp = np.expand_dims(temp, axis=0)
    try:
        im_all_b = np.vstack([im_all_b, temp])
    except NameError:
        im_all_b = temp

plt.figure()
plt.imshow(im_all_b[1])
plt.show()

在上面的示例中，我向x和y轴各添加了200个像素。