2025.8.19 画像のリサイズ

画像をサイズをタテヨコ1/4ピクセルに間引く処理を考えた。

アホみたいな原因で悩んでいた。

code:p.py

from sklearn.datasets import fetch_olivetti_faces

import matplotlib.pyplot as plt

import numpy as np

X0, _ = fetch_olivetti_faces(return_X_y=True)

# この時点で X0.shape = (400, 4096)

# 0件目の画像を抽出して表示

print(img.shape)

plt.imshow(img)

plt.show()

# 画像の間引き、4096pix(64x64) -> 1024(32x32)にする、つもり

# 0件目を抽出

plt.imshow(img)

plt.show()

このとき、元画像

https://scrapbox.io/files/68a430cd825d5bcf26b7c54e.png

に対して、縮小画像が２名分並んでいるように見える

https://scrapbox.io/files/68a430d9f0800da252c562eb.png

結論：

(A)の処理ではヨコ方向に４ステップ間隔で間引きを行っているので、結果として(64, 16)の画像を生成していた。

確認のために表示すると、

code:(続きp.py

# 0件目を抽出（続き）

plt.imshow(img)

plt.show()

https://scrapbox.io/files/68a431d153c0f0c7064ce37e.png

だ。タテ・ヨコともに２ステップづつ間引いて(32, 32)ピクセルの画像にするには、ヨコ２・タテともに２ピクセルおきに間引く必要がある。

一般のデータセットはベクトル化された画像が各列に並べられた２D形式で格納されている。

これを３D形式に拡張し、axis=1,2に対してスライスで間引けばよい。

code:p.py

X2 = X0.reshape(400, 64, 64) # 400x4049の2Dを -> 400x64x64の3Dに

X3 = X3.reshape(400, 32*32) # 400x32x32の2Dを -> 400x1024の2Dに

plt.imshow(img)

plt.show()

https://scrapbox.io/files/68a55ce4b9ecf0734658d17b.png