cykooz.resizer

cykooz.resizer 是一个基于Rust的crate fast_image_resize的优化图像缩放版本。

变更日志

安装

python3 -m pip install cykooz.resizer

或者使用自动安装Pillow

python3 -m pip install cykooz.resizer[pillow]

信息

支持的像素类型和可用的优化

实现的重缩放算法

• 最近邻插值 - 将输出中的每个像素替换为最近的像素；对于放大，这意味着将存在多个相同颜色的像素。
• 使用不同滤波器的卷积
  • box
  • 双线性
  • catmull_rom
  • mitchell
  • 高斯
  • lanczos3
• 超采样 - 是分两步调整图像大小。第一步使用“最近”算法。第二步使用可配置的“卷积”滤波器。

使用示例

调整Pillow图像大小

from PIL import Image

from cykooz.resizer import FilterType, ResizeAlg, Resizer, ResizeOptions


resizer = Resizer()
dst_size = (255, 170)
dst_image = Image.new('RGBA', dst_size)

for i in range(1, 10):
    image = Image.open('nasa_%d-4928x3279.png' % i)
    resizer.resize_pil(image, dst_image)
    dst_image.save('nasa_%d-255x170.png' % i)

# Resize using a bilinear filter and ignoring an alpha channel.
image = Image.open('nasa-4928x3279.png')
resizer.resize_pil(
    image,
    dst_image,
    ResizeOptions(
        resize_alg=ResizeAlg.convolution(FilterType.bilinear),
        use_alpha=False,
    )
)

调整带有alpha通道的原始图像大小

from cykooz.resizer import ImageData, PixelType, Resizer


def resize_raw(width: int, height: int, pixels: bytes):
    src_image = ImageData(
        width,
        height,
        PixelType.U8x4,
        pixels,
    )
    resizer = Resizer()
    dst_image = ImageData(255, 170, PixelType.U8x4)
    # By default, Resizer multiplies and divides by alpha channel
    # images with `U8x2`, `U8x4`, `U16x2` and `U16x4` pixels.
    resizer.resize(src_image, dst_image)
    return dst_image

更改使用的CPU扩展

from cykooz.resizer import Resizer, CpuExtensions


resizer = Resizer()
resizer.cpu_extensions = CpuExtensions.sse4_1
...

基准测试

环境

• CPU: AMD Ryzen 9 5950X
• RAM: DDR4 4000 MHz
• Ubuntu 22.04 (linux 6.5.0)
• Python 3.10
• Rust 1.78.0
• cykooz.resizer = "3.0"

用于比较调整大小速度的其他Python库

• Pillow = "10.3.0" (https://pypi.ac.cn/project/Pillow/)

调整大小算法

• 最近邻
• 使用双线性滤波器的卷积
• 使用Lanczos3滤波器的卷积

调整RGBA图像 4928x3279 => 852x567

• 源图像 nasa-4928x3279.png

调整灰度（U8）图像 4928x3279 => 852x567

• 源图像 nasa-4928x3279.png 已转换为每个像素一个字节的灰度图像。