如何使用Python将一个正方形图像像素化为256个大像素？

Question

我需要找到一种用Python并且最好使用Matplotlib和Pillow库，将一个正方形图像缩小至256个大像素的方法。

有任何想法吗？

- Moran Reznik

---

什么是“大像素”？你只是想将图像调整为16x16像素吗？ - Tom Dalton

使用默认插值将其调整为16x16大小，然后使用最近邻插值将其放大回原始大小。 - Mark Setchell

Answer 1

经过九个月的时间，我现在可以拼凑一些Python代码 - 就像你最初要求的那样，使用Python和PIL/Pillow来对图像进行像素化处理。

#!/usr/local/bin/python3
from PIL import Image

# Open image
img = Image.open("artistic-swirl.jpg")

# Resize smoothly down to 16x16 pixels
imgSmall = img.resize((16,16), resample=Image.Resampling.BILINEAR)

# Scale back up using NEAREST to original size
result = imgSmall.resize(img.size, Image.Resampling.NEAREST)

# Save
result.save('result.png')

原始图片

结果

---

如果将其缩小到32x32像素（而不是16x16），然后再放大，就会得到：

- Mark Setchell

---

如果有人喜欢像素化的图像，这只是为了好玩... https://www.bustle.com/articles/26226-italian-designer-marco-sodano-remakes-classic-art-with-legos-and-its-awesome - Mark Setchell

Answer 2

另一种选择是使用PyPXL

使用Lab colorspace中的K-Means聚类来像素化图像和视频的Python脚本。 视频像素化支持多进程以实现更好的性能。

使用Paddington图像作为源，您可以运行：

python pypxl_image.py -s 16 16 paddington.png paddington_pixelated.png

这将会得到以下结果

当然，如果你希望它具有256 x 256像素而不仅仅是256个大像素，你可以运行。

python pypxl_image.py -s 256 256 paddington.png paddington_pixelated.png

这将产生以下结果

与其他解决方案相比，这两个结果都具有更复古的8位外观，可能更适合您的需求。

- hellocatfood

Answer 3

这是我使用滑动窗口的解决方案。

import numpy as np
import matplotlib.pyplot as plt

def pixelate_rgb(img, window):
    n, m, _ = img.shape
    n, m = n - n % window, m - m % window
    img1 = np.zeros((n, m, 3))
    for x in range(0, n, window):
        for y in range(0, m, window):
            img1[x:x+window,y:y+window] = img[x:x+window,y:y+window].mean(axis=(0,1))
    return img1

img = plt.imread('test.png')

fig, ax = plt.subplots(1, 4, figsize=(20,10))

ax[0].imshow(pixelate_rgb(img, 5))
ax[1].imshow(pixelate_rgb(img, 10))
ax[2].imshow(pixelate_rgb(img, 20))
ax[3].imshow(pixelate_rgb(img, 30))

# remove frames
[a.set_axis_off() for a in ax.flatten()]
plt.subplots_adjust(wspace=0.03, hspace=0)

主要思路是将一个特定大小的窗口滑过图像，计算该区域的平均颜色。然后用这种颜色替换该区域内的原始像素。

另一个想法是处理灰度图像。在这里，我们计算一个灰度图像区域的平均颜色，但现在我们根据平均值是否超过阈值来用白色或黑色替换原始像素：

def pixelate_bin(img, window, threshold):
    n, m = img.shape
    n, m = n - n % window, m - m % window
    img1 = np.zeros((n,m))
    for x in range(0, n, window):
        for y in range(0, m, window):
            if img[x:x+window,y:y+window].mean() > threshold:
                img1[x:x+window,y:y+window] = 1
    return img1

# convert image to grayscale
img = np.dot(plt.imread('test.png'), [0.299 , 0.587, 0.114])

fig, ax = plt.subplots(1, 3, figsize=(15,10))

plt.tight_layout()
ax[0].imshow(pixelate_bin(img, 5, .2), cmap='gray')
ax[1].imshow(pixelate_bin(img, 5, .3), cmap='gray')
ax[2].imshow(pixelate_bin(img, 5, .45), cmap='gray')

# remove frames
[a.set_axis_off() for a in ax.flatten()]
plt.subplots_adjust(wspace=0.03, hspace=0)

在线演示

请注意：png的值在0和1之间，而jpg的值在0和255之间。

- Aray Karjauv

Answer 4

很抱歉，我不能为您提供Python解决方案，但我可以向您展示技术和结果，只需在命令行中使用ImageMagick：

从这个开始：

首先，使用正常的立方或双线性插值将图像缩小到16x16像素，然后再使用“最近邻”插值将图像缩放回其原始大小：

magick artistic-swirl.jpg -resize 16x16 -scale 500x500 result.png

关键词:

像素化、图像处理、最近邻插值、ImageMagick、命令行、命令行界面。

- Mark Setchell