(Py)Vips与Pillow的图像放大质量比较

Question

(Py)Vips与Pillow的图像放大质量比较

pythonpython-imaging-libraryvips

6

将图像调整大小到200％会导致Pillow和pyvips之间的质量差异。

虽然Pillow在重现方面非常准确，但vips夸大了噪声和对比度。

我需要使用vips处理非常大的图像，但质量令人不满意。有没有办法从vips获得更好的放大效果？（从文档中我了解到，对于vips来说，放大并不是真正重要的，大部分思考都集中在缩小上）。

示例：

from PIL import Image
import pyvips
import numpy as np

#Vips
img = pyvips.Image.new_from_file("mypic.jpg", access='sequential')
out = img.resize(2, kernel = "linear")
out.write_to_file("mypic_vips_resized.tif")

#Pillow
img = np.array(Image.open("mypic.jpg"))
h, w = img.shape[:2]
out = Image.fromarray(img,mode="RGB")
out = out.resize((w*2,h*2), Image.BILINEAR)
out.save("mypic_PIL_resized.tif", format='TIFF', compression='None')

原图：

Pillow：

Vips：

抽象示例（10*10像素）

原图：

Pillow双线性插值：

Vips线性插值：

- Horst

1

您正在使用不同的升尺寸方法——对于Pillow是双线性，对于Pyvips是立方。请尝试将Vips设置为线性，它们应该匹配。您可以尝试其他Pyvips内核：最近邻、线性、三次样条、Mitchell、Lanczos2、Lanczos3。 - jcupitt

@jcupitt 这个图像实际上来自于vips linear（我尝试了所有方法来获得最接近的匹配），这只是我的简化代码中的一个错误。 - Horst

我让代码片段可用，如果您将原始文件保存为mypic.jpg，则应该能够看到差异（但我不知道SO是否会干扰上传的jpg）。无论如何，适用于任何图像。 - Horst

1

你说得对，libvips的“resize”操作符在放大时使用了简单的插值双线性方法，而Pillow则使用三角形滤波器。你可以通过放大前进行模糊处理来获得三角形滤波器的效果。我会写一个正式的答案。 - jcupitt

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jcupitt · Accepted Answer

看起来Pillow正在使用三角形滤波器进行线性放大，而对于放大，libvips则采用简单插值。libvips在缩小时使用三角形滤波器。

如果你想象一下像素：

A 
B 
C

然后Pillow会计算A和B之间的新像素、B位置上的像素以及B和C之间的新像素，如下：

(A + B) / 2
(A + B) / 4 + B / 2 + (B + C) / 4
(B + C) / 2

与此同时，libvips正在进行计算：

(A + B) / 2
B
(B + C) / 2

您可以通过先进行轻微模糊来获得三角形滤波器的效果。如果我将您的程序更改为：

img = pyvips.Image.new_from_file('mypic.png', access='sequential')
img = img.gaussblur(0.45, precision='float', min_ampl=0.01).cast('uchar')
out = img.resize(2, kernel='linear')
out.write_to_file('mypic_vips_resized_blur.png')

例如，先进行小半径、高精度的gaussblur，我得到了以下结果：

从左到右，这些图像分别是：1）简单的x2像素双倍，2）Pillow LINEAR，3）libvips linear，4）libvips gaussblur + linear。您可能需要点击图片，否则您的浏览器会缩小和模糊它。

2）和4）在我（不太好的）眼中看来相当接近。 3）似乎更符合原始要求，因为原始要求中存在的振铃和噪声没有被平滑掉。