不使用opencv，使用numpy实现图像采样代码

使用NumPy实现图像采样是一个涉及图像处理和矩阵操作的过程。图像采样通常指的是从图像中提取信息或者进行子集化，比如减少图像的尺寸或者取其中一部分。这里提供一个基本的使用NumPy实现图像采样的示例代码：

import numpy as np
from PIL import Image

# 加载图像并转换为numpy数组
image = Image.open('image.jpg') 
image_array = np.array(image)

# 获取图像尺寸
height, width, channels = image_array.shape

# 图像采样，这里以简单的缩小为例，可以通过改变scale来调整缩放大小
scale = 2
new_height = height // scale
new_width = width // scale

# 进行图像采样，这里使用了简单的步长采样（每scale个像素取一个）
# 对于彩色图像，需要处理每个颜色通道
sampled_image_array = image_array[::scale, ::scale]

# 将采样后的numpy数组转换回图像
sampled_image = Image.fromarray(sampled_image_array.astype('uint8'))

# 显示或保存采样后的图像
# sampled_image.show()
# sampled_image.save('sampled_image.jpg')

在上述代码中，我们首先使用Pillow库来加载图像并将其转换为NumPy数组。然后，我们确定了图像的尺寸，并设置了一个缩放比例（scale）。通过步长采样（即每隔scale个像素取一个像素），我们创建了一个新的数组，该数组是原始图像尺寸的1/scale。最后，我们将采样后的数组转换回图像格式。

请注意，上述代码仅提供了最简单的采样方法，实际应用中可能需要更复杂的插值和滤波操作以获得更好的图像质量。此外，对于实际应用，还需要处理图像边缘的情况，以确保不超出原始图像的边界。