在进行机器学习或深度学习之前，都要对样本图片进行预处理，其中需要将图片的尺寸统一调整。很多时候，样本的来源很多，尺寸和比例也不统一，可能来自于互联网爬虫，可能来自于不同的手机拍摄。如果将不同尺寸与宽高比的图片调整到统一尺寸，对后续模型的训练影响很大。关于图片尺寸调整这块网上的代码很多，大多都是强制更改尺寸，导致图片会变形，会影响样本的原始信息。
下面的方式1是常见的方式：
调整方式1
代码如下：
import torchvision.transforms as transforms
from PIL import Image
import ostransform = transforms.Compose([transforms.Resize((600, 600), interpolation=transforms.InterpolationMode.BICUBIC)# other transformations...
])def translate_image(path_image, path_target, picture_name):im = Image.open(path_image)im = im.convert("RGB")output = transform(im)output.save(path_target + os.sep + picture_name)效果：
可以看出形变非常明显
调整方式2
为了避免形变，需要计算以宽和高像素数，进行缩放，空白处以空白像素进行填充，可以有效避免形变。
流程如下：
代码如下：
import cv2
import osdef resize(path_image, out_path):im = cv2.imread(path_image)height, width = im.shape[:2] # 取彩色图片的长、宽。ratio_h = height / target_sizeration_w = width / target_sizeratio = max(ratio_h, ration_w)# 缩小图像 resize(...,size)--size(width，height)size = (int(width / ratio), int(height / ratio))shrink = cv2.resize(im, size, interpolation=cv2.INTER_AREA) # 双线性插值BLACK = [0, 0, 0]a = (target_size - int(width / ratio)) / 2b = (target_size - int(height / ratio)) / 2constant = cv2.copyMakeBorder(shrink, int(b), int(b), int(a), int(a), cv2.BORDER_CONSTANT, value=BLACK)constant = cv2.resize(constant, (target_size, target_size), interpolation=cv2.INTER_AREA)cv2.imwrite(out_path, constant, [cv2.IMWRITE_PNG_COMPRESSION, 9])return constant
效果如下：
可以看出，无论是上下还是左右，都可以自动居中，周边进行填充
批量文件归一化实现
import cv2import ostarget_size = 600def resize(path_image, out_path):im = cv2.imread(path_image)height, width = im.shape[:2] # 取彩色图片的长、宽。ratio_h = height / target_sizeration_w = width / target_sizeratio = max(ratio_h, ration_w)# 缩小图像 resize(...,size)--size(width，height)size = (int(width / ratio), int(height / ratio))shrink = cv2.resize(im, size, interpolation=cv2.INTER_AREA) # 双线性插值BLACK = [0, 0, 0]a = (target_size - int(width / ratio)) / 2b = (target_size - int(height / ratio)) / 2constant = cv2.copyMakeBorder(shrink, int(b), int(b), int(a), int(a), cv2.BORDER_CONSTANT, value=BLACK)constant = cv2.resize(constant, (target_size, target_size), interpolation=cv2.INTER_AREA)cv2.imwrite(out_path, constant, [cv2.IMWRITE_PNG_COMPRESSION, 9])return constantif __name__ == '__main__':directory_name = "F://1"path_target = "F://1-resize"if not os.path.exists(path_target):os.makedirs(path_target)for picture_name in os.listdir(directory_name):file_name = directory_name + os.sep + picture_name # 读取文件夹地址+图片名称类型resize(file_name, path_target+ os.sep + picture_name)print(file_name)
