PIL、OpenCV中resize算子实现不同的问题

测试图像：https://raw.githubusercontent.com/TropComplique/ssd-pytorch/master/images/dogs-and-cats.jpg （直接 wget 可获得）

测试版本：

• opencv-python 4.4.0.46
• Pillow 8.0.1

测试代码：

import cv2
from PIL import Image
import numpy as np

# read images
path = './dogs-and-cats.jpg'
b = Image.open(path)
a = cv2.imread(path)[:, :, ::-1]

# they are equal
c = np.asarray(b)
print(np.abs(np.int16(b) - np.int16(a)).mean())

# resize images
a_0 = cv2.resize(a, (300, 300))
b_0 = b.resize((300, 300))

a_1 = cv2.resize(a, (300, 300), interpolation=cv2.INTER_NEAREST)
b_1 = b.resize((300, 300), Image.NEAREST)

# results of resizing are different, but visually they are equal
print(np.abs(np.int16(b_0) - np.int16(a_0)).mean())
print(np.abs(np.int16(b_1) - np.int16(a_1)).mean())

测试结果：

0.0
1.785388888888889
7.455274074074074

结论：

• PIL 和 OpenCV 在读取图像文件的结果基本（也不是完全）是一致的；
• 但是在按照各自默认的差值方式进行插值后，结果却有一定差异；
• 即使指定相同的插值方式（本例中为最近邻插值）之后，结果也有较大的差异。

注意事项：

1. 注意 opencv 中的默认数据类型是 np.uint8 ，用以表示 0-255 之间的像素值，在计算两个 np 数组的像素值的差异时，要转换为 np.int16 并取绝对值，因为 np.uint8 中没有负数，如果像素值作差得到负数，则会被转换为 uint8 的正数，如 -1 -> 255。
2. PIL 和 OpenCV 读取图像文件的结果在本例中是一样的（误差为0.0），但是笔者亲测这是与图像有关的，换一张图大概率就不能做到误差为 0 了，但是误差基本也都在 1 以内。
3. PyTorch 中的 torchvision.transforms.Resize 就是采用的 PIL 的 resize 。

Ref：

Pillow vs cv2 resize