Hướng dẫn how do you change the resolution of an image in python? - làm cách nào để thay đổi độ phân giải của hình ảnh trong python?

Tôi đã tính toán rằng nếu tôi muốn hình ảnh được tạo của mình có kích thước A4 @ 600dpi cho mục đích in, nó cần phải là 7016x4961px @ 72dpi. Vì vậy, tôi tạo ra nó theo chương trình, sau đó kiểm tra nó trong Photoshop và nó có vẻ ổn vì vậy nếu tôi thay đổi kích thước nó, nó sẽ có kích thước và độ phân giải thích hợp

.

Điều tôi tự hỏi là nếu có thể thực hiện thay đổi kích thước này theo chương trình, tốt nhất là với PIL, nhưng không nhất thiết phải với nó. Tôi cần làm cho nó cao hơn DPI.

hỏi ngày 7 tháng 2 năm 2012 lúc 10:09Feb 7, 2012 at 10:09

Sergei Basharovsergei BasharovSergei Basharov

49K69 Huy hiệu vàng191 Huy hiệu bạc327 Huy hiệu đồng69 gold badges191 silver badges327 bronze badges

3

Nếu bạn đã tạo hình ảnh của mình 7016 x 4961 PX, thì đó là A4 ở 600 dpi. Vì vậy, bạn không cần phải thay đổi kích thước, bạn chỉ cần đặt thông tin độ phân giải trong tệp.

Bạn có thể làm điều đó với PIL:

from PIL import Image

im = Image.open("test.png")
im.save("test-600.png", dpi=(600,600))

Đã trả lời ngày 7 tháng 2 năm 2012 lúc 10:42Feb 7, 2012 at 10:42

MatthieuwmatthieuwMatthieuW

2.25215 huy hiệu bạc25 huy hiệu đồng15 silver badges25 bronze badges

0

Mã này sẽ thay đổi kích thước hình ảnh PNG thành 7016x4961 với PIL:

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

Có lẽ một cách tiếp cận tốt hơn sẽ là làm cho canvas

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

0 của bạn lớn hơn trước khi in, trong đó

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

0 là một yếu tố bạn phải tìm ra (kích thước 7016x4961 cho hình ảnh cụ thể này).

Đã trả lời ngày 7 tháng 2 năm 2012 lúc 10:28Feb 7, 2012 at 10:28

ChewiechewieChewie

6,9455 Huy hiệu vàng30 Huy hiệu bạc36 Huy hiệu Đồng5 gold badges30 silver badges36 bronze badges

Làm thế nào để bạn tạo ra một hình ảnh độ phân giải cao trong Python?

Matplotlib với python để có được hình ảnh chất lượng cao, chúng ta có thể sử dụng định dạng hình ảnh .eps. Bạn có thể tăng giá trị dấu chấm trên mỗi inch, tức là, DPI. Sử dụng phương thức SaveFig (), chúng ta có thể lưu hình ảnh cục bộ.

Làm cách nào để giảm chất lượng hình ảnh trong Python?

• GetSize (Image_Name) # In kích thước trước khi nén/thay đổi kích thước in ("[*] Kích thước trước khi nén:" Để giảm kích thước hình ảnh img = img. Thay đổi kích thước ((int (iMg. Kích thước [0] * new_size_ratio), int (img.
• Hình ảnh với độ phân giải không đổi có thể không đưa ra thông tin mong muốn và chi tiết chính xác. Để khắc phục thách thức này, cần phải điều chỉnh các độ phân giải trong một hình ảnh. Chúng tôi sẽ thay đổi hình ảnh thành độ phân giải cao hơn và thấp hơn với sự trợ giúp của

  size = 7016, 4961
  im = Image.open("my_image.png")
  im_resized = im.resize(size, Image.ANTIALIAS)
  im_resized.save("my_image_resized.png", "PNG")
  

  2.
• Trong hướng dẫn này, chúng tôi sẽ cần sử dụng một số công cụ cơ bản, chẳng hạn như OpenCV, được sử dụng trong các tác vụ dựa trên tầm nhìn máy tính, đây là chức năng chính cần thiết để xử lý hình ảnh.
• Mục lục
• Điều kiện tiên quyết
• Cách cài đặt và sử dụng gối và Numpy
• Đã sửa màu sắc
• Để xây dựng mạng lưới siêu phân giải kim tự tháp Laplacian. Chúng tôi sẽ lấy lớp cấp cao nhất của kim tự tháp Gaussian, đây là hình ảnh cuối cùng được tạo bằng hàm vòng lặp. Sau đó chúng tôi tạo một danh sách cho kim tự tháp Laplacian.
• Các trường ứng dụng để điều chỉnh độ phân giải hình ảnh

GetSize (Image_Name) # In kích thước trước khi nén/thay đổi kích thước in ("[*] Kích thước trước khi nén:" Để giảm kích thước hình ảnh img = img. Thay đổi kích thước ((int (iMg. Kích thước [0] * new_size_ratio), int (img.

Hình ảnh với độ phân giải không đổi có thể không đưa ra thông tin mong muốn và chi tiết chính xác. Để khắc phục thách thức này, cần phải điều chỉnh các độ phân giải trong một hình ảnh. Chúng tôi sẽ thay đổi hình ảnh thành độ phân giải cao hơn và thấp hơn với sự trợ giúp của

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

2.

Cách cài đặt và sử dụng gối và Numpy

Sử dụng bất kỳ trình soạn thảo văn bản nào bạn chọn, bạn sẽ được yêu cầu chạy một vài mã. Để làm việc với CV2, bạn sẽ được yêu cầu cài đặt OpenCV.

Để thực hiện điều này, trong thiết bị đầu cuối của bạn, hãy chạy lệnh bên dưới nếu bạn không được cài đặt sẵn.

 pip install OpenCV-Python

Sau khi OpenCV đã được cài đặt, nó cho phép nhập các mô -đun như CV2. Cài đặt thứ hai được thực hiện là

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

3.

Điều này cho phép sử dụng các gói thực hiện các mảng đa chiều. Việc cài đặt thứ ba được thực hiện liên quan đến cài đặt

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

4.

Còn được gọi là mô -đun

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

5, nó cho phép thao tác và xử lý hình ảnh. Tùy thuộc vào các phiên bản, bạn có thể được yêu cầu cập nhật lên phiên bản mới nhất.

Để cập nhật lên phiên bản mới nhất, chúng tôi sẽ sử dụng lệnh dưới đây:

C:\Users\lizpa\PycharmProjects\jupyter\venv\Scripts\python.exe -m pip install --upgrade pip

Bạn sẽ phải thay đổi đường dẫn theo thư mục máy của bạn.

Đã sửa màu sắc

Hình ảnh được tạo thành từ các pixel dưới dạng tọa độ X và Y. Đã sửa màu sắc, chúng ta sẽ phải sử dụng định dạng màu RGB.

Điều này xảy ra khi một màu trong định dạng RGB bị bỏ qua. Hãy nói rằng nếu màu xanh bị bỏ qua, hình ảnh sẽ thiếu sắc tố màu xanh và bất kỳ dấu vết nào của nó vì mỗi pixel đều có màu xanh lấy ra khỏi nó, chỉ để lại các thành phần màu đỏ và màu xanh lá cây.

Dưới đây là một chương trình để minh họa thêm:

from PIL import Image
pict = Image.open("sportscar.jpg")
#We will have to use the .bmp extension.
#This allows for other functions to be performed in the image
#Storing the image using save() function
pict.save('sportscar.bmp')
pict = Image.open('sportscar.bmp')
pict.show()
#We create a loop that allows for iteration between the X and Y pixels
for x in range(pict.size[0]):
    for y in range(pict.size[1]):
        r, g, b = pict.getpixel((x, y))
        pict.putpixel((x, y), (r, g, 0))
 #Used for displaying the executed image.
pict.show()

Ảnh gốc:

Đã sửa hình ảnh với các pixel màu xanh bị bỏ qua:

Thực hiện tăng cường độ tương phản

Độ tương phản liên quan đến cường độ, độ bão hòa và mức độ sáng trong một hình ảnh. Chúng tôi sẽ điều chỉnh độ tương phản với sự trợ giúp của hàm

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

6 được cung cấp bởi mô -đun

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

5.

Với những điều trên, chúng tôi phù hợp để đi sâu vào phần mã hóa bằng cách sử dụng hình ảnh bạn chọn:

from PIL import Image, ImageFilter
img = Image.open("cool.jpg")
enc_img = img.filter(ImageFilter.DETAIL)
assert isinstance(enc_img, object)
enc_img.show()

Tiếp theo, chúng tôi sẽ chạy mã để tăng cường hình ảnh như hình dưới đây:

 from PIL import Image, ImageEnhancement
 img = Image.open("cool.jpg")
 img_con = ImageEnhancement.Contrast(img)
img_con.enhace(1.7).show("70% INCREASEMENT OF CONTRAST ENHANCEMENT")

Đối với các điều trên để hoạt động, bạn sẽ phải đặt các hình ảnh được sử dụng trong cùng thư mục như nơi tệp Python chính.

Mạng lưới siêu phân giải kim tự tháp Laplacian

Trong cấu trúc

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

8 được xác định thô, các hình ảnh độ phân giải thấp của LAPSRN. Trên một trong số 5 bộ dữ liệu điểm chuẩn cho siêu phân giải

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

9 và

 pip install OpenCV-Python

0, kỹ thuật của chúng tôi nhanh chóng và đạt được hiệu suất tiên tiến.

size = 7016, 4961
im = Image.open("my_image.png")
im_resized = im.resize(size, Image.ANTIALIAS)
im_resized.save("my_image_resized.png", "PNG")

2 là một nền tảng trung gian giữa hai quy trình nâng cấp được sử dụng ở đầu và kết thúc của một dự án. Nó cho thấy sự gia tăng dần dần về kích thước cho đến khi kết thúc. Tên của nó có nguồn gốc từ kim tự tháp Laplacian.

Việc xây dựng giống như một kim tự tháp với hình ảnh chất lượng thấp hơn được nâng cấp cho đến cuối cùng. Chia sẻ tham số thường được sử dụng cho tốc độ. Nó có hai phần, giai đoạn trích xuất và giai đoạn tái thiết.

Kim tự tháp Laplacian được hình thành bởi sự khác biệt giữa mức độ trong

 pip install OpenCV-Python

2 và phiên bản mở rộng của cấp trên của nó trong kim tự tháp.

Hãy để chúng tôi bắt đầu!

Ví dụ 1

Tỷ lệ hình ảnh xuống độ phân giải thấp hơn

Chúng tôi sẽ thu nhỏ các hình ảnh xuống các độ phân giải thấp hơn trong mô hình Kim tự tháp Gaussian. Để thực hiện nhiệm vụ này, chúng tôi sẽ sử dụng hình ảnh dưới đây:

import cv2
import numpy as np
img = cv2.imread("sean.jpg")#Here we will be reading the image
layer = img.copy()
gp = [layer] #Declaring a variable hence creating the Gaussian Pyramid array.
for j in range(10):#Providing room for iteration.
    layer = cv2.pyrDown(layer)
    gp.append(layer)
    cv2.imshow(str(j), layer)#This function displays the multiple images created.
cv2.imshow("Original image", img)#This will have the original image displayed.
cv2.waitKey(0)
cv2.destroyAllWindows()

Đầu ra của bạn nên giống như hình ảnh được hiển thị dưới đây.

Ví dụ 2

Mở rộng hình ảnh lên độ phân giải cao hơn.

Khi bạn tăng độ phân giải của hình ảnh độ phân giải đã giảm, nó sẽ không quay trở lại dạng ban đầu. Điều này là do việc giảm độ phân giải mất một số thông tin về hình ảnh bằng phương pháp

 pip install OpenCV-Python

3 do đó kết quả trông hơi mờ.

Điều này khác với việc nhân rộng một hình ảnh gốc.

import cv2
import numpy as np
img = cv2.imread("sean.jpg")
#We will be factoring down images using the already scaled.
lwr1 = cv2.pyrDown(img)
lwr2 = cv2.pyrDown(lwr1)
lwr3 = cv2.pyrDown(lwr2)
lwr4 = cv2.pyrDown(lwr3)
# We will be Increasing the resolution of already scaled down image that is lwr4.
hir1 = cv2.pyrUp(lwr3)

cv2.imshow("Original image", img)
cv2.imshow("First Scaled Down Image", lwr1)
cv2.imshow("Second Scaled Down Image", lwr2)
cv2.imshow("Third Scaled Down Image", lwr3)
cv2.imshow("Fourth Scaled Down Image", lwr4)
cv2.imshow("First Scaled Up Image", hir1)

cv2.waitKey(0)
cv2.destroyAllWindows()

Đầu ra của bạn nên giống như hình ảnh được hiển thị dưới đây.

Ví dụ 2

Mở rộng hình ảnh lên độ phân giải cao hơn.

Khi bạn tăng độ phân giải của hình ảnh độ phân giải đã giảm, nó sẽ không quay trở lại dạng ban đầu. Điều này là do việc giảm độ phân giải mất một số thông tin về hình ảnh bằng phương pháp

 pip install OpenCV-Python

3 do đó kết quả trông hơi mờ.

import cv2
img = cv2.imread("sean.jpg")
layer = img.copy()
gp = [layer]
for j in range(2):
    layer = cv2.pyrDown(layer)
    gp.append(layer)

layer = gp[2]
cv2.imshow("Gausian Upper level", layer)
lp = [layer]#Introduce and create a list for the Laplacian pyramid.

for j in range(2, 0, -1):
    Gausian_extended = cv2.pyrUp(gp[j])#Creating the Laplacian pyramid.
laplacian = cv2.subtract(gp[j-1], Gausian_extended)
cv2.imshow(str(j), laplacian)

cv2.imshow("Original image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Điều này khác với việc nhân rộng một hình ảnh gốc.

Ví dụ 3

Để xây dựng mạng lưới siêu phân giải kim tự tháp Laplacian. Chúng tôi sẽ lấy lớp cấp cao nhất của kim tự tháp Gaussian, đây là hình ảnh cuối cùng được tạo bằng hàm vòng lặp. Sau đó chúng tôi tạo một danh sách cho kim tự tháp Laplacian.

• Cuối cùng, chúng tôi tạo ra phiên bản mở rộng của cấp trên của kim tự tháp Gaussian. Để hiểu rõ hơn, chúng tôi sẽ sử dụng đoạn mã bên dưới: - This is achieved by focusing on tiny information of images to higher resolutions that bring out clearer vision.
• Xác nhận với hiển thị dưới đây được hiển thị: - Feeds received from a CCTV footage can be focused to get clearer images by resolving and fixing the colors where possible.
• Kim tự tháp Laplacian và kim tự tháp Gaussian được áp dụng trong sự pha trộn và tái thiết của các hình ảnh. - Images received from scans such as the X-Rays need adjustment of resolutions to provide detailed and accurate information.

Các trường ứng dụng để điều chỉnh độ phân giải hình ảnh

Thiên văn học - Điều này đạt được bằng cách tập trung vào thông tin nhỏ của hình ảnh đến các độ phân giải cao hơn mang lại tầm nhìn rõ ràng hơn.

1. Đoạn truyền hình mạch kín - Các nguồn cấp dữ liệu nhận được từ một cảnh quay camera quan sát có thể được tập trung để có được hình ảnh rõ ràng hơn bằng cách giải quyết và sửa chữa màu sắc nếu có thể.
2. Thực hiện tăng cường độ tương phản.
3. Mở rộng hình ảnh đến độ phân giải thấp hơn hoặc cao hơn.
4. Đạo hàm của kim tự tháp Laplacian.
5. Các trường ứng dụng để điều chỉnh độ phân giải hình ảnh.

Bây giờ bạn được trang bị để xử lý các vấn đề liên quan đến hướng dẫn này. Có thể làm việc chính xác với điều chỉnh độ phân giải hình ảnh và tạo ra kết quả tốt nhất.

Mã hóa hạnh phúc!

---

Đóng góp đánh giá ngang hàng của: Dawe Daniel

Làm thế nào tôi có thể thay đổi độ phân giải hình ảnh?

Làm cách nào để tạo hình ảnh 300 dpi trong Python?

Làm thế nào để bạn tạo ra một hình ảnh độ phân giải cao trong Python?

Làm cách nào để giảm chất lượng hình ảnh trong Python?