我希望对图像进行缩放以便进行进一步分析,而不是立即绘制。如果我能使用EBImage,那么它的resize()函数将是理想的选择,但我需要避免它,所以我必须找到另一种替代方法。目前我的搜索没有收到任何结果。在我自己实现双线性过滤之前,我想确认是否有其他选择。请注意保留所有HTML标签。
最近邻插值缩放是最常见且最简单的实现方法。
假设您的图像仅有一层/通道,因此只有一个矩阵:
resizePixels = function(im, w, h) { pixels = as.vector(im) # 初始宽度/高度 w1 = nrow(im) h1 = ncol(im) # 目标宽度/高度 w2 = w h2 = h # 创建空向量 temp = vector('numeric', w2*h2) # 计算比例 x_ratio = w1/w2 y_ratio = h1/h2 # 进行调整大小操作 for (i in 0:(h2-1)) { for (j in 0:(w2-1)) { px = floor(j*x_ratio) py = floor(i*y_ratio) temp[(i*w2)+j] = pixels[(py*w1)+px] } }
m = matrix(temp, h2, w2) return(m) }
我会让您自己想办法将其应用于RGB图像
以下是对上述代码在此图像的红色通道上进行测试的结果:
lena = readImage('~/Desktop/lena.jpg')[,,1]
display(lena)
r = resizePixels(lena, 150, 150)
display(r)
r2 = resizePixels(lena, 50, 50)
display(r2)
注意:
EBImage
,可以尝试使用jpeg
包中的方法readJPEG
和writeJPEG
来读写图像。最近邻缩放(无插值)可以很容易地实现。
虽然@by0的答案很清晰,但我想提供另一种实现方法。
它适用于图像的矩阵表示,我觉得比索引向量更简单。
resizeImage = function(im, w.out, h.out) {
# function to resize an image
# im = input image, w.out = target width, h.out = target height
# Bonus: this works with non-square image scaling.
# initial width/height
w.in = nrow(im)
h.in = ncol(im)
# Create empty matrix
im.out = matrix(rep(0,w.out*h.out), nrow =w.out, ncol=h.out )
# Compute ratios -- final number of indices is n.out, spaced over range of 1:n.in
w_ratio = w.in/w.out
h_ratio = h.in/h.out
# Do resizing -- select appropriate indices
im.out <- im[ floor(w_ratio* 1:w.out), floor(h_ratio* 1:h.out)]
return(im.out)
}
这适用于任意图像缩放,而不仅限于正方形。另一方面,只有当w.out/w.in = h.out/h.in
时,它才会保留图像的纵横比。
rasterImage
可以进行插值,但可能只有在实际渲染时才能进行。 - baptiste