如何使用python修改图片的大小并且不模糊

在Python中，可以使用PIL（Python Imaging Library）或者其更新版Pillow库来处理图像，并且保持不失真地修改图片大小。以下是一个基本的例子，展示了如何缩放图片而不影响清晰度：

from PIL import Image

def resize_image_without_blur(img_path, new_size):
    with Image.open(img_path) as im:
        # 使用Image.ANTIALIAS选项，它会启用高质量的插值算法来缩放图像，避免模糊
        resized_im = im.resize(new_size, resample=Image.ANTIALIAS)
        
    resized_im.save('resized_' + img_path)
    
# 调用函数，传入原图路径和新的尺寸，如(800, 600)
resize_image_without_blur('\path\to\your\image.jpg', (800, 600))

这里的`resample=Image.ANTIALIAS`参数告诉PIL使用高质量的抗锯齿（anti-aliasing）算法来缩放图片，避免像素化导致的模糊。

相关问题

使用python实现图片修改成不同程度圆角的图片

在Python中，你可以使用Pillow库（也称为PIL）来轻松地对图片进行圆角处理。以下是一个简单的步骤示例：

首先，你需要安装Pillow库，如果你还没有安装，可以使用pip安装：

pip install Pillow

然后，你可以编写如下的代码来创建不同程度的圆角矩形图片：

from PIL import Image, ImageDraw, ImageFilter

def add_round_corners(image_path, corner_radius, output_path):
    # 打开图片
    img = Image.open(image_path)
    
    # 创建一个新的图像，用于添加透明背景
    new_img = Image.new('RGBA', img.size, (0, 0, 0, 0))
    new_img.paste(img, mask=img.split()[-1])

    # 创建ImageDraw对象并绘制圆角矩形
    draw = ImageDraw.Draw(new_img)
    draw.rounded_rectangle((0, 0, *img.size), radius=corner_radius, fill=(255, 255, 255))

    # 应用滤镜来模糊边缘（可选，如果不需要模糊则删除这一行）
    new_img = new_img.filter(ImageFilter.GaussianBlur(radius=2))

    # 保存结果
    new_img.save(output_path)

# 示例用法
add_round_corners('input_image.jpg', 50, 'output_rounded_image.png')

这个函数接受输入图片路径、想要的圆角半径以及输出图片的路径。`radius`参数决定了圆角的大小。如果你想调整圆角的程度，只需改变这个值即可。

python圆形高斯模糊

Python中实现圆形高斯模糊的方法是使用OpenCV库中的函数`cv2.GaussianBlur()`。该函数可以对图像进行高斯模糊处理，并且可以指定模糊的半径来控制模糊的程度。

下面是一个示例代码，展示了如何在Python中实现圆形高斯模糊：

import cv2

# 读取图像
image = cv2.imread("image.jpg")

# 设置模糊半径
radius = 5

# 使用圆形卷积核进行高斯模糊
blurred_image = cv2.GaussianBlur(image, (2 * radius + 1, 2 * radius + 1), 0)

# 显示原图和模糊后的图像
cv2.imshow("Original Image", image)
cv2.imshow("Blurred Image", blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，首先使用`cv2.imread()`函数读取图像，然后使用`cv2.GaussianBlur()`函数对图像进行高斯模糊处理。在该函数中，第一个参数是要进行模糊处理的图像，第二个参数是卷积核的大小，第三个参数是高斯核函数的标准差，设置为0表示根据卷积核的大小自动计算。

最后，使用`cv2.imshow()`函数显示原图和模糊后的图像，使用`cv2.waitKey()`函数等待用户按下任意键后关闭窗口。

通过修改`radius`的值可以控制模糊的程度，增加半径的大小会导致更强烈的模糊效果。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [掌财社:怎么使用OpenCV+Python实现图片高斯模糊](https://blog.csdn.net/weixin_45378258/article/details/119348581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatgptT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]