如何在Julia中实现图像尺寸调整？

依赖安装 #

首先安装图像处理相关依赖包：

using Pkg
Pkg.add(["Images", "ImageTransformations", "FileIO", "ImageIO"])

依赖说明：

• Images.jl：Julia 生态核心图像处理库，提供基础图像数据结构和通用操作接口
• ImageTransformations.jl：提供图像缩放、旋转等几何变换能力
• FileIO + ImageIO：负责不同格式图像文件的读写操作

单张图像调整示例 #

using Images, ImageTransformations, FileIO

# 读取原始图像
img = load("你的图像路径.png")
# 设定目标尺寸，比如常见预训练CV模型要求的224×224
target_size = (224, 224)
# 调整尺寸，默认使用双线性插值
resized_img = imresize(img, target_size)
# 保存调整后的图像
save("调整后保存路径.png", resized_img)

特殊场景说明：如果处理的是分割任务的标注掩码图，需要使用最近邻插值避免生成非整数标注值，用法如下：

# 标注图调整使用最近邻插值
resized_mask = imresize(raw_mask, target_size, method=Constant())

自定义数据集批量处理 #

以下代码会保持原有数据集的目录结构，批量调整所有图像到指定尺寸：

using Images, ImageTransformations, FileIO

# 自定义配置参数，根据你的需求修改
const RAW_DATASET_DIR = "./raw_dataset"  # 原始数据集根目录
const RESIZED_DATASET_DIR = "./resized_dataset"  # 调整后数据集保存根目录
const TARGET_IMG_SIZE = (224, 224)  # 模型要求的输入尺寸
const SUPPORTED_IMG_EXTS = [".jpg", ".jpeg", ".png", ".bmp"]  # 支持的图像格式

# 自动创建输出根目录
mkpath(RESIZED_DATASET_DIR)

# 遍历原始数据集所有文件
for (root, dirs, files) in walkdir(RAW_DATASET_DIR)
    # 保持目录结构，创建对应输出子目录
    relative_root = relpath(root, RAW_DATASET_DIR)
    output_subdir = joinpath(RESIZED_DATASET_DIR, relative_root)
    mkpath(output_subdir)
    
    for file in files
        file_ext = lowercase(splitext(file)[2])
        # 仅处理支持的图像格式
        if file_ext in SUPPORTED_IMG_EXTS
            input_file_path = joinpath(root, file)
            output_file_path = joinpath(output_subdir, file)
            try
                raw_img = load(input_file_path)
                resized_img = imresize(raw_img, TARGET_IMG_SIZE)
                save(output_file_path, resized_img)
            catch e
                @warn "文件处理失败: $input_file_path, 错误信息: $e"
            end
        end
    end
end

可选：等比缩放+填充避免图像拉伸 #

如果不希望调整尺寸时拉伸图像，可以先等比缩放再填充边缘到目标尺寸，示例函数如下：

function resize_keep_aspect_ratio(img, target_size; fill_value=0)
    h, w = size(img)
    target_h, target_w = target_size
    # 计算等比缩放比例
    scale = min(target_h / h, target_w / w)
    scaled_h, scaled_w = round(Int, h * scale), round(Int, w * scale)
    # 先等比缩放
    scaled_img = imresize(img, (scaled_h, scaled_w))
    # 计算上下左右的填充量
    pad_top = (target_h - scaled_h) ÷ 2
    pad_bottom = target_h - scaled_h - pad_top
    pad_left = (target_w - scaled_w) ÷ 2
    pad_right = target_w - scaled_w - pad_left
    # 填充并返回标准数组格式
    padded_img = padarray(scaled_img, Fill(fill_value, (pad_top, pad_left), (pad_bottom, pad_right)))
    return parent(padded_img)
end

直接替换批量处理代码中的imresize调用为该函数即可使用。

内容的提问来源于stack exchange，提问作者logankilpatrick