如何将280x280像素图片转为28x28并生成784x1像素值数组？

核心思路 #

先解码data:image/png格式的图片数据，再缩放到28x28像素，最后提取像素值生成一维数组。以下是基于Python工具库的稳定实现方案：

方案一：使用Pillow库（推荐） #

import base64
from io import BytesIO
from PIL import Image
import numpy as np

def process_image(data_uri):
    # 解码data URI中的base64图片数据
    header, encoded = data_uri.split(',', 1)
    image_data = base64.b64decode(encoded)
    
    # 读取图片并转为灰度图
    with Image.open(BytesIO(image_data)) as img:
        gray_img = img.convert('L')  # 转为0-255的单通道灰度值
        # 缩放到28x28，用LANCZOS插值保证缩小后的细节
        resized_img = gray_img.resize((28, 28), Image.Resampling.LANCZOS)
    
    # 生成784x1的像素数组
    pixel_array = np.array(resized_img).flatten().reshape(784, 1)
    
    return pixel_array

# 示例调用（替换为你的data URI）
test_data_uri = "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAA..."
result = process_image(test_data_uri)
print(result.shape)  # 输出 (784, 1)

关键细节说明 #

• data URI解码：拆分URI头部与编码内容，用base64解码得到二进制流，这是很多工具包失败的核心遗漏步骤。
• 灰度转换：convert('L')确保彩色图片转为单通道灰度值，避免多通道像素值干扰数组生成。
• 插值选择：LANCZOS插值比默认算法更适合缩小图片，能最大程度保留原图像细节，减少像素值失真。

方案二：使用OpenCV替代（若Pillow有兼容问题） #

import base64
import cv2
import numpy as np

def process_image_opencv(data_uri):
    header, encoded = data_uri.split(',', 1)
    image_data = base64.b64decode(encoded)
    # 转成OpenCV可读的数组格式
    np_arr = np.frombuffer(image_data, np.uint8)
    img = cv2.imdecode(np_arr, cv2.IMREAD_GRAYSCALE)
    # 缩放到28x28
    resized_img = cv2.resize(img, (28, 28), interpolation=cv2.INTER_LANCZOS4)
    # 生成目标数组
    pixel_array = resized_img.flatten().reshape(784, 1)
    return pixel_array

内容的提问来源于stack exchange，提问作者Amukh1