1.介紹
在做圖像處理過程中，我們有時會將圖像縮小之後再進行處理，常用的開源圖像算法包“Opencv”已經帶有resize函數，用起來也是很容易上手的。
對於Opencv中函數原型：cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
參數：
interpolation - 插值方法，共有5種：
１）INTER_NEAREST - 最近鄰插值法
２）INTER_LINEAR - 雙線性插值法（默認）
３）INTER_AREA - 基於局部像素的重採樣（resampling using pixel area relation）。對於圖像抽取（image decimation）來說，這可能是一個更好的方法。但如果是放大圖像時，它和最近鄰法的效果類似。
４）INTER_CUBIC - 基於4x4像素鄰域的3次插值法
５）INTER_LANCZOS4 - 基於8x8像素鄰域的Lanczos插值
2.代碼
我們用cv2.resize對於一張4k的圖像進行縮放到768x512大小，另外選擇最複雜的插值方法cv2.INTER_LANCZOS4，代碼如下：
import cv2
img_path = "864_4K_Las_Vegas.png"
img1 = cv2.imread(img_path)
img1 = cv2.resize(img1, (768, 512), cv2.INTER_LANCZOS4)
cv2.imwrite("opencv.png", img1)
結果可以看下圖，圖中出現很多鋸齒
3.改進
出現上面那種情況之後，我們就不能用Opencv裏面這個函數，那麼就自己寫一個？幸好有人幫我們做了，那就是PIL，裏面也有一個resize，其使用用法和Opencv差不多，我就不展開講了，它的插值方法有如下可選：
代碼跑一跑：
from PIL import Image
img = Image.open(img_path)
img2 = img.resize((768, 512))
img2.save("PIL_default.png")
img3 = img.resize((768, 512), Image.ANTIALIAS)
img3.save("PIL_Image_ANTIALIAS.png")
默認結果（和Opencv差不多）：
Image.ANTIALIAS結果（正是我們所需要結果）：
