今天遇到了 一个有趣的问题，有人在 v2ex 上说自己的图片，经过 PIL 缩放到 800x600 以后，非常模糊，有什么办法可以解决。
现象与问题#
我想这不可能啊，我把他的原图下载到本地，然后使用 PIL 进行缩放保存，原始的代码如下：
from PIL import Image
def main():
img = Image.open('big_image.png')
im_resize = img.resize((800, 600), resample=Image.LANCZOS)
im_resize.save('big-resized-pil.png', quality=90)
if __name__ == "__main__":
main()
发现保存的图片中，文字部分的确很模糊，Image.LANCZOS 已经是
最好的滤波器了，按理说不应该出现这种问题。我又把 PIL 提供的
其他几种滤波器都试了一下，发现出来的结果没区别，都很差。
我又用 OpenCV 试了一下，发现使用 OpenCV 缩放得到的图片效果还可以，下面是我的代码：
import cv2
def main():
im = cv2.imread('big_image.png')
# https://docs.opencv.org/master/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d
im_resize = cv2.resize(im, (800, 600), interpolation=cv2.INTER_LANCZOS4)
write_param = [cv2.IMWRITE_PNG_COMPRESSION, 5]
cv2.imwrite('big-resized.png', im_resize, write_param)
if __name__ == "__main__":
main()
缩放以后的图片明显比 PIL 缩放出来的效果好了很多，上面的 Interpolation 参数类似于 PIL 中的 resample 参数，用来控制图像缩放时候使用的滤波器，不光 cv2.INTER_LANCZOS4 出来的效果可以，甚至 cv2.INTER_AREA 出来的效果也不错。
即便 OpenCV 和 PIL 实现某个滤波器的细节有差异，缩放出来的结果差异也不应该如此明显，这样巨大的差异很难用实现细节不同来解释清楚。
原因#
后面那个问题又有人回复，说可能是因为提问者给的图是索引图 (
index image，也叫 palette image) (索引图读取以后，使用 print(im.mode) 会输出 'P')。如果图片本身是索引图，PIL 在读取图片并不会自动转换为 RGB 图片，因此返回的 Image 对象仍然是索引图，这就带来了问题。
如果我们仔细阅读 Image.resize() 方法的文档，其中对 resample 参数的解释提到：
If the image has mode “1” or “P”, it is always set to
PIL.Image.NEAREST
这样就解释了为什么我们最初使用 Image.LANCZOS 滤波器不管用的问题：因为这个图像是索引图像，PIL 只会使用 Image.NEAREST 滤波器，我们自己设定的滤波器压根没生效，所以才会出现糟糕的压缩效果。
知道了这个原因，解决方法也很简单，那就是读取图像的时候，使用 Image.convert() 把图像转为 RGB 模式:
img = Image.open('big_image.png').convert('RGB')
然后对图像进行缩放，得到的结果就与 OpenCV 缩放以后的结果基本一致了。
什么是索引图#
我们常见的 RGB 图片，图片的每个像素分别用 R, G, B 三个颜色分量表示，一般取值是在 0-255 之间，每个颜色分量占 1 byte，所以一个像素占 3 byte 空间，如果图像大小为 MxN，那么图像占的内存空间大小约为 MxNx3 byte。
索引图是一种特殊的图 ，它的存在主要是为了节省空间，索引图附带了一个 color palette/table 或者叫 color map，对应了 256 种颜色（所以 color table 大小为 256x3）），然后图像像素每个位置值在 0-255 之间，数值代表该处像素在 color table 对应的颜色的索引值，实际展示该图片的时候，我们利用这个索引就能在 color table 中找到真正要展示的颜色。从这个描述可以看出，索引图一个像素只需要 1 比特，所以索引图占的空间大小约为 RGB 图的 1/3 ，大大减少了存储占用1。
我们在 PIL 中可以轻松创建索引图，一个 改编例子如下：
from PIL import Image
from PIL import ImageDraw
im = Image.new("P", (400, 400), 0)
palette_color = im.getpalette()
print(palette_color)
im.putpalette([
0, 0, 0, # black background
255, 0, 0, # index 1 is red
255, 255, 0, # index 2 is yellow
255, 153, 0, # index 3 is orange
])
# It seems that the image palette is automatically filled with numbers to make
# it have size 256*3 (768), if you do not provide that much number to
# putpaletter() method.
palette_color = im.getpalette()
print(palette_color)
d = ImageDraw.ImageDraw(im)
d.polygon((0, 0, 0, 400, 400, 400), fill=1)
d.rectangle((100, 100, 300, 300), outline=2)
d.ellipse((120, 120, 280, 280), outline=3)
im.save("out.gif")
在 PIL 中，如果图像是一个索引图，我们可以使用 Image.getpalette() 方法得到它的 color palette，该 palette 是一个 768 元素的 list，按照 [r, g, b, r, g, b, ...] 这种顺序排布。为了方便找到某个 index 对应的颜色，我们可以把它变形：
palette_color = np.asarray(palette).reshape(256, 3)
参考#
- What is the difference between images in ‘P’ and ‘L’ mode in PIL?
- http://www.manifold.net/doc/mfd9/palette_images.htm
这只是一个粗糙计算，实际中还要考虑图像编码等其他因素。 ↩︎