- Python Pillow 教程
- Python Pillow - 首页
- Python Pillow - 概述
- Python Pillow - 环境设置
- 基本图像操作
- Python Pillow - 图像处理
- Python Pillow - 调整图像大小
- Python Pillow - 翻转和旋转图像
- Python Pillow - 裁剪图像
- Python Pillow - 为图像添加边框
- Python Pillow - 识别图像文件
- Python Pillow - 合并图像
- Python Pillow - 图像剪切和粘贴
- Python Pillow - 图像滚动
- Python Pillow - 在图像上写入文本
- Python Pillow - ImageDraw 模块
- Python Pillow - 连接两张图像
- Python Pillow - 创建缩略图
- Python Pillow - 创建水印
- Python Pillow - 图像序列
- Python Pillow 颜色转换
- Python Pillow - 图像上的颜色
- Python Pillow - 使用颜色创建图像
- Python Pillow - 将颜色字符串转换为 RGB 颜色值
- Python Pillow - 将颜色字符串转换为灰度值
- Python Pillow - 通过更改像素值来更改颜色
- 图像处理
- Python Pillow - 降噪
- Python Pillow - 更改图像模式
- Python Pillow - 图像合成
- Python Pillow - 使用 Alpha 通道
- Python Pillow - 应用透视变换
- 图像滤镜
- Python Pillow - 为图像添加滤镜
- Python Pillow - 卷积滤镜
- Python Pillow - 模糊图像
- Python Pillow - 边缘检测
- Python Pillow - 浮雕图像
- Python Pillow - 增强边缘
- Python Pillow - 锐化蒙版滤镜
- 图像增强和校正
- Python Pillow - 增强对比度
- Python Pillow - 增强锐度
- Python Pillow - 增强颜色
- Python Pillow - 校正色彩平衡
- Python Pillow - 去噪
- 图像分析
- Python Pillow - 提取图像元数据
- Python Pillow - 识别颜色
- 高级主题
- Python Pillow - 创建动画 GIF
- Python Pillow - 批量处理图像
- Python Pillow - 转换图像文件格式
- Python Pillow - 为图像添加填充
- Python Pillow - 颜色反转
- Python Pillow - 使用 NumPy 进行机器学习
- Python Pillow 与 Tkinter BitmapImage 和 PhotoImage 对象
- Image 模块
- Python Pillow - 图像混合
- Python Pillow 有用资源
- Python Pillow - 快速指南
- Python Pillow - 函数参考
- Python Pillow - 有用资源
- Python Pillow - 讨论
Python Pillow - ImageOps.scale() 函数
PIL.ImageOps.scale() 函数用于根据提供的参数(缩放因子)获取重新缩放的图像。缩放因子可以大于 1 以扩展图像,也可以介于 0 和 1 之间以收缩图像。
语法
以下是函数的语法:
PIL.ImageOps.scale(image, factor, resample=Resampling.BICUBIC)
参数
以下是此函数参数的详细信息:
image - 要重新缩放的图像。
factor - 扩展或收缩因子,指定为浮点数。
resample - 要使用的重采样方法,默认为 BICUBIC。
返回值
该函数返回一个 Image 对象,表示重新缩放的图像。
示例
示例 1
以下示例演示了如何使用 ImageOps.scale 函数。
from PIL import Image, ImageOps # Open an image original_image = Image.open("Images/butterfly1.jpg") # Specify the rescaling factor rescale_factor = 1.1 # Apply the scale operation with BICUBIC resampling rescaled_image = ImageOps.scale(original_image, rescale_factor) # Save the original and rescaled images original_image.save('Function Reference\ImageOps Module\Scale Function\Ex1_Input Image.png') rescaled_image.save('Function Reference\ImageOps Module\Scale Function\Ex1_Output_Scale_FunC_result.png')
输出
如果您访问保存图像的文件夹,您可以观察到原始图像和重新缩放的图像,如下所示:
示例 2
此示例演示了使用 ImageOps.scale() 函数收缩图像的过程。
from PIL import Image, ImageOps # Open an image original_image = Image.open("Images/car.jpg") # Specify the rescaling factor # e.g., 0 for contraction, 1 for expansion rescale_factor = 0.5 # Apply the scale operation with BICUBIC resampling rescaled_image = ImageOps.scale(original_image, rescale_factor) # Save the original and rescaled images original_image.save('Function Reference\ImageOps Module\Scale Function\Ex2_Input Image.png') rescaled_image.save('Function Reference\ImageOps Module\Scale Function\Ex2_Output_Scale_FunC_result.png')
输出
如果您访问保存图像的文件夹,您可以观察到原始图像和重新缩放的图像,如下所示:
示例 3
以下另一个示例演示了如何使用 PIL.ImageOps.scale 以不同的重采样方法重新缩放图像。
from PIL import Image, ImageOps, ImageFilter # Open an image original_image = Image.open("Images/butterfly.jpg") # Specify the rescaling factor rescale_factor = 1.5 # Apply the scale operation with LANCZOS resampling rescaled_image = ImageOps.scale(original_image, rescale_factor, resample=Image.Resampling.LANCZOS) # Save the original and rescaled images original_image.save('Function Reference\ImageOps Module\Scale Function\Ex3_Input Image.png') rescaled_image.save('Function Reference\ImageOps Module\Scale Function\Ex3_Output_Scale_FunC_result.png')
输出
如果您访问保存图像的文件夹,您可以观察到原始图像和重新缩放的图像,如下所示:
python_pillow_function_reference.htm
广告