在神经网络的训练与测试中，不同的网络需要的图像大小不一样。

        所以，在将图像送入网络之前，我们需要将图像缩放到符合网络维度的大小。

        本文基于这个需求，使用python中的图像处理库PIL来实现图像的缩放。

resize()函数讲解

1.单张图片的缩放

        函数img.resize((width, height),Image.ANTIALIAS)
        第二个参数：

•                 Image.NEAREST ：低质量
•                 Image.BILINEAR：双线性
•                 Image.BICUBIC ：三次样条插值
•                 Image.ANTIALIAS：高质量

#function: 更改图片尺寸大小
 
from PIL import Image
'''
filein: 输入图片
fileout: 输出图片
width: 输出图片宽度
height:输出图片高度
type:输出图片类型（png, gif, jpeg...）
'''
def ResizeImage(filein, fileout, width, height, type):
  img = Image.open(filein)
  out = img.resize((width, height),Image.ANTIALIAS) #resize image with high-quality
  out.save(fileout, type)
if __name__ == "__main__":
  filein = r'0.jpg'
  fileout = r'testout.png'
  width = 6000
  height = 6000
  type = 'png'
  ResizeImage(filein, fileout, width, height, type)

2.多张图片的缩放

        涉及到的一个重要函数glob.glob（）

        例如：返回当前工程文件夹下所有的jpg路径可以编写如下代码

glob.glob('./*.jpg')

        配合该函数，完整代码如下：

from PIL import Image
import os.path
import glob
def convertjpg(jpgfile,outdir,width=1280,height=720):
    img=Image.open(jpgfile)   
    new_img=img.resize((width,height),Image.BILINEAR)   
    new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))
for jpgfile in glob.glob("./source/*.jpg"):    # 来源文件夹
    convertjpg(jpgfile,"./target/")            # 目标文件夹