使用numpy.resize调整图像数据失效，如何正确实现图像缩放？

np.resize()根本不是用来做图像缩放的工具，它的逻辑是重新调整数组形状，多余元素截断、缺的元素重复原数组填充，完全不考虑图像的空间结构。你原本的图像是(834,1102)，缩到(417,551)时，它只是把原数组的像素按顺序重新排列成新形状，自然会把飞机的像素彻底打乱，导致图像失真。

既然已经在用PIL，直接用PIL自带的Image.resize()就好，它会用插值算法（默认双线性插值）来保留图像内容，生成符合预期的低分辨率版本：

from PIL import Image

# 读取为灰度图
image = Image.open(input_image).convert("L")
# 缩放，注意PIL的resize参数是(width, height)，和numpy的shape(height, width)相反
resized_image = image.resize((551, 417))
resized_image.save("test.jpeg")

如果一定要用numpy配合插值操作，可以用OpenCV或者scikit-image的工具，比如用OpenCV的示例：

import cv2
import numpy as np

# 读取灰度图
arr = cv2.imread(input_image, cv2.IMREAD_GRAYSCALE)
# 用双线性插值缩放，dsize参数是(width, height)
resized_arr = cv2.resize(arr, (551, 417), interpolation=cv2.INTER_LINEAR)
# 保存图像
cv2.imwrite("test.jpeg", resized_arr)

内容的提问来源于stack exchange，提问作者Alex