নম্পি রিসাইজ / রিসাইকেল চিত্র

Question 1

আমি একটি চিত্র নিয়ে যেতে চাই এবং চিত্রটির স্কেল পরিবর্তন করতে চাই, যদিও এটি একটি অল্প অ্যারে।

উদাহরণস্বরূপ আমার কাছে কোকাকোলা বোতলটির এই চিত্রটি রয়েছে: বোতল -১

যা আকারের অলঙ্কার বিন্যাসে অনুবাদ করে (528, 203, 3)এবং আমি এই দ্বিতীয় চিত্রটির আকার বলতে এটির আকার পরিবর্তন করতে চাই: বোতল -২

যার আকৃতি রয়েছে (140, 54, 3)।

মূল চিত্রটি বজায় রেখে আমি কীভাবে চিত্রের আকারকে একটি নির্দিষ্ট আকারে পরিবর্তন করব? অন্যান্য উত্তরগুলি প্রতিটি অন্যান্য বা তৃতীয় সারিটি সরিয়ে ফেলার পরামর্শ দেয় তবে আমি যা করতে চাই তা মূলত চিত্রটি সঙ্কুচিত করা হয় আপনি কীভাবে কোনও চিত্র সম্পাদকের মাধ্যমে তবে পাইথন কোডে। নম্পি / সায়পি-তে এটি করার জন্য কোনও লাইব্রেরি আছে কি?

Question 2

হ্যাঁ, আপনি ইনস্টল করতে পারেন opencv(এটি ইমেজ প্রসেসিং এবং কম্পিউটার ভিশনের জন্য ব্যবহৃত একটি গ্রন্থাগার), এবং cv2.resizeফাংশনটি ব্যবহার করতে পারেন । এবং উদাহরণস্বরূপ ব্যবহার:

import cv2
import numpy as np

img = cv2.imread('your_image.jpg')
res = cv2.resize(img, dsize=(54, 140), interpolation=cv2.INTER_CUBIC)

এখানে imgমূল চিত্রটি সহ resএকটি নম্পী অ্যারে রয়েছে, সেখানে পুনরায় আকারযুক্ত চিত্রযুক্ত একটি নমপি অ্যারে রয়েছে । একটি গুরুত্বপূর্ণ দিকটি হল interpolationপ্যারামিটার: একটি চিত্রকে পুনরায় আকার দেওয়ার বিভিন্ন উপায় রয়েছে। বিশেষত যেহেতু আপনি চিত্রটি স্কেল করেন এবং মূল চিত্রটির আকার পুনরায় আকারিত চিত্রের আকারের একাধিক নয় । সম্ভাব্য ইন্টারপোলেশন স্কিমগুলি হ'ল:

INTER_NEAREST - নিকটতম প্রতিবেশী দ্বিখণ্ডিত

INTER_LINEAR - একটি বিলাইনার ইন্টারপোলেশন (ডিফল্টরূপে ব্যবহৃত)

INTER_AREA- পিক্সেল অঞ্চল সম্পর্ক ব্যবহার করে পুনরায় মডেলিং করা। ইমেজ ডেসিমেশনের জন্য এটি একটি পছন্দসই পদ্ধতি হতে পারে, কারণ এটি মোয়্যার-মুক্ত ফলাফল দেয়। তবে চিত্রটি যখন জুম করা হয়, তবে এটি INTER_NEARESTপদ্ধতির মতো।

INTER_CUBIC - 4x4 পিক্সেল পাড়াতে একটি বাইকিউবিক ইন্টারপোলেশন

INTER_LANCZOS4 - 8x8 পিক্সেলের আশেপাশের একটি ল্যাঙ্কজোস ইন্টারপোলেশন

বেশিরভাগ বিকল্পের মতো, এই ক্ষেত্রে কোনও "সেরা" বিকল্প নেই যে প্রতি আকার পুনরায় আকারের স্কীমার জন্য এমন পরিস্থিতি রয়েছে যেখানে একটি কৌশল অন্যটির চেয়ে বেশি পছন্দ করা যায়।

Question 3

এটি করার জন্য একা নিম্পী ব্যবহার করা সম্ভব হলেও অপারেশনটি অন্তর্নির্মিত নয়। এটি বলেছিল, আপনি scikit-imageএই ধরণের চিত্রের ম্যানিপুলেশন করতে (যা নিম্পায় নির্মিত) ব্যবহার করতে পারেন ।

সাইকিট-চিত্র পুনরুদ্ধার ডকুমেন্টেশন এখানে ।

উদাহরণস্বরূপ, আপনি নিজের ইমেজ দিয়ে নিম্নলিখিতটি করতে পারেন:

from skimage.transform import resize
bottle_resized = resize(bottle, (140, 54))

এটি আপনার জন্য ইন্টারপোলেশন, অ্যান্টি-অ্যালাইজিং ইত্যাদির যত্ন নেবে।

Question 4

গুগল থেকে এখানে আসা লোকেরা numpyমেশিন লার্নিং অ্যাপ্লিকেশনগুলিতে ব্যবহারের জন্য অ্যারেগুলিতে চিত্রগুলি ডাউনসাম্পল করার দ্রুত উপায় খুঁজছেন , এখানে একটি সুপার দ্রুত পদ্ধতি ( এখান থেকে অভিযোজিত )' s এই পদ্ধতিটি কেবল তখনই কাজ করে যখন ইনপুট মাত্রাগুলি আউটপুট মাত্রার একাধিক।

নিম্নলিখিত উদাহরণগুলি 128x128 থেকে 64x64 এ ডাউনসাম্পল (এটি সহজেই পরিবর্তন করা যেতে পারে)।

চ্যানেলগুলি সর্বশেষ অর্ডার করছে

# large image is shape (128, 128, 3)
# small image is shape (64, 64, 3)
input_size = 128
output_size = 64
bin_size = input_size // output_size
small_image = large_image.reshape((output_size, bin_size, 
                                   output_size, bin_size, 3)).max(3).max(1)

চ্যানেলগুলি প্রথম অর্ডার করছে

# large image is shape (3, 128, 128)
# small image is shape (3, 64, 64)
input_size = 128
output_size = 64
bin_size = input_size // output_size
small_image = large_image.reshape((3, output_size, bin_size, 
                                      output_size, bin_size)).max(4).max(2)

গ্রেস্কেল চিত্র শুধু পরিবর্তন জন্য 3একটি থেকে 1ভালো:

চ্যানেলগুলি প্রথম অর্ডার করছে

# large image is shape (1, 128, 128)
# small image is shape (1, 64, 64)
input_size = 128
output_size = 64
bin_size = input_size // output_size
small_image = large_image.reshape((1, output_size, bin_size,
                                      output_size, bin_size)).max(4).max(2)

এই পদ্ধতিতে সর্বাধিক পুলিংয়ের সমতুল্য ব্যবহার করা হয়। এটি খুঁজে পাওয়ার সবচেয়ে দ্রুততম উপায় এটি আমি খুঁজে পেয়েছি।

Question 5

অতিরিক্ত লাইব্রেরি ব্যবহার না করে যদি কেউ পাইথনে কোনও চিত্র স্কেল / আকার পরিবর্তন করতে একটি সহজ পদ্ধতির সন্ধান করতে আসে তবে এখানে একটি খুব সাধারণ চিত্র পুনরায় আকার দেওয়া ফাংশন রয়েছে:

#simple image scaling to (nR x nC) size
def scale(im, nR, nC):
  nR0 = len(im)     # source number of rows 
  nC0 = len(im[0])  # source number of columns 
  return [[ im[int(nR0 * r / nR)][int(nC0 * c / nC)]  
             for c in range(nC)] for r in range(nR)]

ব্যবহারের উদাহরণ: একটি (30 x 30) চিত্রকে আকার দিন (100 x 200):

import matplotlib.pyplot as plt

def sqr(x):
  return x*x

def f(r, c, nR, nC):
  return 1.0 if sqr(c - nC/2) + sqr(r - nR/2) < sqr(nC/4) else 0.0

# a red circle on a canvas of size (nR x nC)
def circ(nR, nC):
  return [[ [f(r, c, nR, nC), 0, 0] 
             for c in range(nC)] for r in range(nR)]

plt.imshow(scale(circ(30, 30), 100, 200))

আউটপুট:

এটি চিত্রগুলি সঙ্কুচিত / স্কেল করতে কাজ করে এবং নাম্পার অ্যারেগুলির সাথে সূক্ষ্মভাবে কাজ করে।

Question 6

SciPy এর imresize()পদ্ধতিটি ছিল অন্য একটি আকার পরিবর্তন পদ্ধতি, তবে এটি SciPy v 1.3.0 দিয়ে শুরু করে মুছে ফেলা হবে। SciPy পিআইএল চিত্রের আকার পরিবর্তন পদ্ধতিটিকে বোঝায় :Image.resize(size, resample=0)

আকার - একটি 2-টিউপল হিসাবে পিক্সেলগুলিতে অনুরোধ করা আকার: (প্রস্থ, উচ্চতা)।
পুনরায় নমুনা - একটি alচ্ছিক পুনরায় মডেলিং ফিল্টার। এটি PIL.Image.NEAREST (নিকটতম প্রতিবেশী ব্যবহার করুন), PIL.I छवि.Belinear (লিনিয়ার অন্তরঙ্গকরণ), PIL.I छवि.BICUBIC (কিউবিক স্প্লাইন ইন্টারপোলেশন), বা PIL.I छवि.LANCZOS (একটি উচ্চ-মানের ডাউনসাম্পলিং ফিল্টারগুলির মধ্যে একটি হতে পারে) )। বাদ দেওয়া থাকলে, বা যদি চিত্রটির মোড "1" বা "পি" থাকে, তবে এটি পিআইএল সেট করুন mage

এখানে লিঙ্ক করুন: https://pillow.readthedocs.io/en/3.1.x/references/Image.html#PIL.I छवि.I छवि. resize

Question 7

নম্পি / সায়পি-তে এটি করার জন্য কোনও লাইব্রেরি আছে কি?

অবশ্যই আপনি ওপেনসিভি, বিজ্ঞান-চিত্র বা পিআইএল ছাড়াই এটি করতে পারেন।

চিত্রের আকার পরিবর্তন মূলত প্রতিটি পিক্সেলের স্থানাঙ্কগুলি মুল চিত্র থেকে তার পুনরায় আকারিত স্থানে ম্যাপিং করে।

যেহেতু কোনও চিত্রের স্থানাঙ্কগুলি অবশ্যই পূর্ণসংখ্যা হতে পারে (এটিকে ম্যাট্রিক্স হিসাবে মনে করুন), যদি ম্যাপযুক্ত স্থানাঙ্কের দশমিক মান থাকে তবে আপনার পিক্সেল মানটি এটি পূর্ণসংখ্যার অবস্থানের সাথে আনুমানিকভাবে বিভক্ত করতে হবে (উদাহরণস্বরূপ position পজিশনের নিকটতম পিক্সেলটি জানা যায়) নিকটতম প্রতিবেশী অন্তরঙ্গ হিসাবে )।

আপনার যা দরকার তা হ'ল একটি ফাংশন যা আপনার জন্য এই বিভাজন করে। SciPy আছে interpolate.interp2d।

আপনি এটিকে চিত্রের আকারের আকারে আকার পরিবর্তন করতে ব্যবহার করতে পারেন, বলুন arr:

W, H = arr.shape[:2]
new_W, new_H = (600,300)
xrange = lambda x: np.linspace(0, 1, x)

f = interp2d(xrange(W), xrange(H), arr, kind="linear")
new_arr = f(xrange(new_W), xrange(new_H))

অবশ্যই, যদি আপনার চিত্রটি আরজিবি হয় তবে আপনাকে প্রতিটি চ্যানেলের জন্য ইন্টারপোলেশনটি সম্পাদন করতে হবে।

আপনি যদি আরও বুঝতে চান তবে আমি পুনরায় আকার দেওয়ার চিত্রগুলি - কম্পিউটারফিলি দেখার পরামর্শ দিই ।

Question 8

import cv2
import numpy as np

image_read = cv2.imread('filename.jpg',0) 
original_image = np.asarray(image_read)
width , height = 452,452
resize_image = np.zeros(shape=(width,height))

for W in range(width):
    for H in range(height):
        new_width = int( W * original_image.shape[0] / width )
        new_height = int( H * original_image.shape[1] / height )
        resize_image[W][H] = original_image[new_width][new_height]

print("Resized image size : " , resize_image.shape)

cv2.imshow(resize_image)
cv2.waitKey(0)