嘿，我完全懂你现在的困扰——非正方形的数字图像缩放到MNIST要求的28x28时画质损失严重，这绝对是手写数字OCR预处理里的高频坑。我之前做类似项目时也踩过这个，给你几个亲测有效的解决方案：

这个方法的核心是先按比例缩放图像，再把缩放后的图像居中放到28x28的空白画布上，避免直接拉伸导致的变形和画质损失。

具体步骤：

• 计算裁剪后图像的宽高，找到能适配28x28的最大缩放比例（确保宽或高不超过28）
• 用INTER_AREA插值缩放图像（这个插值方法对缩小图像的画质保留最好）
• 创建28x28的空白背景（和MNIST的背景色一致，比如黑色）
• 把缩放后的图像居中粘贴到空白画布上

代码示例：

import cv2
import numpy as np

def resize_with_padding(img):
    # 假设输入是二值化后的单通道图像（0=背景，255=数字）
    h, w = img.shape[:2]
    
    # 计算最大缩放比例，保证缩放后宽/高不超过28
    scale = min(28 / w, 28 / h)
    new_w, new_h = int(w * scale), int(h * scale)
    
    # 按比例缩放，INTER_AREA适合缩小图像
    resized_img = cv2.resize(img, (new_w, new_h), interpolation=cv2.INTER_AREA)
    
    # 创建28x28的空白背景（黑底）
    mnist_img = np.zeros((28, 28), dtype=np.uint8)
    
    # 计算居中偏移量
    x_offset = (28 - new_w) // 2
    y_offset = (28 - new_h) // 2
    
    # 将缩放后的图像粘贴到中心
    mnist_img[y_offset:y_offset+new_h, x_offset:x_offset+new_w] = resized_img
    
    return mnist_img

如果你的数字本身在图像里不是居中的，先通过轮廓提取把数字区域调整为正方形再缩放，能最大程度保留数字细节。

具体步骤：

• 提取数字的最大轮廓，获取它的最小外接矩形
• 通过透视变换把这个矩形转换成正方形（不管原始矩形是宽还是高，都补成正方形）
• 再把正方形图像缩放到28x28

代码示例：

def square_crop_then_resize(img):
    # 二值化（如果还没做的话）
    _, binary_img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
    
    # 提取数字轮廓
    contours, _ = cv2.findContours(binary_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    if not contours:
        return np.zeros((28, 28), dtype=np.uint8)
    
    # 取面积最大的轮廓（假设是目标数字）
    cnt = max(contours, key=cv2.contourArea)
    
    # 获取数字的最小外接矩形
    rect = cv2.minAreaRect(cnt)
    box = cv2.boxPoints(rect)
    box = np.int0(box)
    
    # 计算矩形的宽高，确定正方形的边长
    width, height = int(rect[1][0]), int(rect[1][1])
    square_size = max(width, height)
    
    # 定义透视变换的目标点（正方形的四个角）
    src_pts = box.astype("float32")
    dst_pts = np.array([
        [0, square_size - 1],
        [0, 0],
        [square_size - 1, 0],
        [square_size - 1, square_size - 1]
    ], dtype="float32")
    
    # 计算透视变换矩阵并应用
    M = cv2.getPerspectiveTransform(src_pts, dst_pts)
    square_img = cv2.warpPerspective(binary_img, M, (square_size, square_size))
    
    # 缩放到28x28
    resized_img = cv2.resize(square_img, (28, 28), interpolation=cv2.INTER_AREA)
    return resized_img

在缩放前对图像做一些增强操作，能减少缩放后的细节损失：

• 自适应二值化：比普通二值化更适合光照不均的图像，能更好分离数字和背景：

  adaptive_binary = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
  

• 去噪：用中值滤波或高斯滤波去掉图像中的噪点，避免缩放后噪点被放大：

  denoised_img = cv2.medianBlur(adaptive_binary, 3)
  

• 形态学增强：用膨胀操作突出数字轮廓，减少缩放后的边缘模糊：

  kernel = np.ones((2,2), np.uint8)
  enhanced_img = cv2.dilate(denoised_img, kernel, iterations=1)
  

你可以把这些方法组合起来用，比如先做轮廓正方形裁剪，再做填充缩放，最后加预处理增强，效果会更好。另外，缩放时的插值方法要选对：缩小用INTER_AREA，如果是放大（比如原始数字很小）可以用INTER_CUBIC或INTER_LINEAR。

内容的提问来源于stack exchange，提问作者Casper