Python skimage transform模块实现图像形变与缩放详解

Hazel

发布时间：2026-10-15 | 3人浏览过

原创

本文详细介绍Python中skimage库的transform模块，涵盖图像尺寸调整、按比例缩放、旋转及图像金字塔构建。通过resize、rescale、rotate和pyramid_gaussian等核心函数，结合具体代码示例，演示如何处理图像形变与缩放操作，适用于计算机视觉基础应用。

skimage的transform模块

在Python数字图像处理中，图像的形变与缩放主要依赖于skimage库中的transform模块。该模块提供了丰富的函数接口，功能全面，能够满足多种图像处理需求。

1、改变图片尺寸resize

实现图像尺寸调整的核心函数为：

skimage.transform.resize(image,output_shape)

其中，image参数指定需要进行尺寸变换的原始图像数据。

output_shape参数定义输出图像的新尺寸（行数和列数）。

from skimage import transform,data
import matplotlib.pyplot as plt
img = data.camera()
dst=transform.resize(img, (80, 60))
plt.figure('resize')
plt.subplot(121)
plt.title('before resize')
plt.imshow(img,plt.cm.gray)
plt.subplot(122)
plt.title('before resize')
plt.imshow(dst,plt.cm.gray)
plt.show()

以camera图像为例，原始尺寸为512*512像素，经过处理后变为80*60像素。通过观察结果图中的坐标尺，可以直观验证尺寸变化的效果。

2、按比例缩放rescale

按比例缩放使用的函数格式如下：

skimage.transform.rescale(image,scale[,...])

scale参数支持两种形式：单个float数值表示统一的缩放倍数；或float类型的tuple（如[0.2,0.5]），用于分别指定行和列的独立缩放比例。

from skimage import transform,data
img = data.camera()
print(img.shape)  #图片原始大小 
print(transform.rescale(img, 0.1).shape)  #缩小为原来图片大小的0.1倍
print(transform.rescale(img, [0.5,0.25]).shape)  #缩小为原来图片行数一半，列数四分之一
print(transform.rescale(img, 2).shape)   #放大为原来图片大小的2倍

执行上述操作后的结果如下：

(512, 512) (51, 51) (256, 128) (1024, 1024)

3、旋转 rotate

图像旋转函数的原型为：

skimage.transform.rotate(image,angle[,...],resize=False)

angle参数为float类型，指定旋转的角度（度数）。

from skimage import transform,data
import matplotlib.pyplot as plt
img = data.camera()
print(img.shape)  #图片原始大小
img1=transform.rotate(img, 60) #旋转90度，不改变大小 
print(img1.shape)
img2=transform.rotate(img, 30,resize=True)  #旋转30度，同时改变大小
print(img2.shape)   
plt.figure('resize')
plt.subplot(121)
plt.title('rotate 60')
plt.imshow(img1,plt.cm.gray)
plt.subplot(122)
plt.title('rotate  30')
plt.imshow(img2,plt.cm.gray)
plt.show()

resize参数用于控制旋转时是否自动调整图像大小以容纳旋转后的内容，默认值为False。

4、图像金字塔

图像金字塔是一种以多分辨率表示图像的有效且概念简单的结构。它最初应用于机器视觉和图像压缩领域。一幅图像的金字塔由一系列按金字塔形状排列、分辨率逐步降低的图像集合组成。金字塔底部保留原始高分辨率图像，顶部则为低分辨率近似。随着向金字塔上层移动，图像的尺寸和分辨率逐渐降低。

以下是一个高斯金字塔的应用实例，函数原型为：

skimage.transform.pyramid_gaussian(image, downscale=2)

downscale参数控制金字塔每层之间的缩放比例。

import numpy as np
import matplotlib.pyplot as plt
from skimage import data,transform
image = data.astronaut()  #载入宇航员图片
rows, cols, dim = image.shape  #获取图片的行数，列数和通道数
pyramid = tuple(transform.pyramid_gaussian(image, downscale=2))  #产生高斯金字塔图像
#共生成了log(512)=9幅金字塔图像，加上原始图像共10幅，pyramid[0]-pyramid[1]
composite_image = np.ones((rows, cols + cols / 2, 3), dtype=np.double)  #生成背景
composite_image[:rows, :cols, :] = pyramid[0]  #融合原始图像
i_row = 0
for p in pyramid[1:]:
    n_rows, n_cols = p.shape[:2]
    composite_image[i_row:i_row + n_rows, cols:cols + n_cols] = p  #循环融合9幅金字塔图像
    i_row += n_rows
plt.imshow(composite_image)
plt.show()