Utilisez Python pour le redimensionnement des images JP2
Créez des applications Python pour redimensionner les images et les photos JP2 via les API du serveur
Aspose.Imaging pour Python
Overview
Comment redimensionner des images et des photos JP2 avec Python
Lors de la préparation d’images et de photos pour la publication sur un site Web, il est crucial de prendre en compte la spécificité des technologies Web. Un aspect clé de ce processus consiste à ajuster la taille des images. Il est souvent nécessaire de réduire la taille des images et d’enregistrer les fichiers dans différentes résolutions. Par exemple, les pages de galerie présentant des aperçus doivent incorporer de petites vignettes de fichiers, tandis que les pages destinées à visualiser les images sélectionnées doivent offrir des options haute résolution. Le redimensionnement de fichiers volumineux peut être obtenu en réduisant le nombre total de pixels, mais la réduction de la taille du fichier doit se faire sans compromettre la qualité de l’image. Pendant le processus de mise à l’échelle, il est important de prendre en compte le paramètre de compression des données afin de maintenir un équilibre entre la taille et la qualité de l’image. Les images plus petites se chargent plus rapidement, un avantage particulièrement important sur les connexions mobiles, améliorant finalement l’expérience utilisateur sur votre site Web. L’automatisation de la conversion groupée de la taille des fichiers est facilement réalisable à l’aide de la bibliothèque Python. Pour redimensionner les images JP2, nous utiliserons Aspose.Imaging for Python via .NET API qui est une API de manipulation et de conversion d’images riche en fonctionnalités, puissante et facile à utiliser pour la plate-forme Python. Vous pouvez l’installer en utilisant la commande suivante à partir de votre commande système.
La ligne de commande système
>> pip install aspose-imaging-python-net
Étapes pour redimensionner les JP2 via Python
Vous avez besoin de aspose-imaging-python-net pour essayer le workflow suivant dans votre propre environnement.
- Charger le fichier JP2 avec la méthode Image.Load
- Redimensionner l’image
- Enregistrer l’image redimensionnée sur le disque au format pris en charge par Aspose.Imaging
Configuration requise
Aspose.Imaging pour Python est pris en charge sur tous les principaux systèmes d’exploitation. Assurez-vous simplement que vous disposez des prérequis suivants.
- Microsoft Windows/Linux avec .NET Core Runtime.
- Gestionnaire de packages Python et PyPi.
Redimensionner les images JP2 - Python
| from aspose.imaging import Image, ResizeType | |
| import os | |
| if 'TEMPLATE_DIR' in os.environ: | |
| templates_folder = os.environ['TEMPLATE_DIR'] | |
| else: | |
| templates_folder = r"C:\Users\USER\Downloads\templates" | |
| delete_output = 'SAVE_OUTPUT' not in os.environ | |
| obj_init = [] | |
| obj_init.append("png") | |
| obj_init.append("bmp") | |
| obj_init.append("apng") | |
| obj_init.append("dicom") | |
| obj_init.append("jpg") | |
| obj_init.append("jp2") | |
| obj_init.append("j2k") | |
| obj_init.append("tga") | |
| obj_init.append("webp") | |
| obj_init.append("tiff") | |
| obj_init.append("gif") | |
| raster_formats = obj_init | |
| i = 0 | |
| resize_types = list(ResizeType) | |
| for format_ext in raster_formats: | |
| input_file = os.path.join(templates_folder, f"template.{format_ext}") | |
| output_file = os.path.join(templates_folder, f"resized.{format_ext}") | |
| new_width = 100 | |
| new_height = 100 | |
| with Image.load(input_file) as image: | |
| # Resize operation supports 16 possible types: | |
| # LeftTopToLeftTop, RightTopToRightTop, RightBottomToRightBottom, | |
| # LeftBottomToLeftBottom, CenterToCenter, LanczosResample, | |
| # NearestNeighbourResample, AdaptiveResample, BilinearResample, | |
| # HighQualityResample, CatmullRom, CubicConvolution, | |
| # CubicBSpline, Mitchell, SinC | |
| # More information available at https://apireference.aspose.com/imaging/python-net/aspose.imaging/resizetype | |
| # and https://apireference.aspose.com/imaging/python-net/aspose.imaging.image/resize | |
| image.resize(new_width, new_height, resize_types[i]) | |
| i += 1 | |
| image.save(output_file) | |
| if delete_output: | |
| os.remove(output_file) |
À propos de l'API Aspose.Imaging pour Python
Aspose.Imaging API est une solution de traitement d’images pour créer, modifier, dessiner ou convertir des images (photos) au sein d’applications. Il offre : le traitement d’image multiplateforme, y compris, mais sans s’y limiter, les conversions entre différents formats d’image (y compris le traitement d’image multipage ou multicadre uniforme), les modifications telles que le dessin, l’utilisation de primitives graphiques, les transformations (redimensionner, recadrer, retourner et faire pivoter , binarisation, niveaux de gris, ajustement), fonctionnalités avancées de manipulation d’images (filtrage, tramage, masquage, redressement) et stratégies d’optimisation de la mémoire. C’est une bibliothèque autonome et ne dépend d’aucun logiciel pour les opérations d’image. On peut facilement ajouter des fonctionnalités de conversion d’image hautes performances avec des API natives dans les projets. Ce sont des API sur site 100 % privées et les images sont traitées sur vos serveurs.Redimensionner les JP2 via l’application en ligne
Redimensionnez les documents JP2 en visitant notre site Web de démonstrations en direct . La démo en direct présente les avantages suivants
JP2 Qu'est-ce que JP2 Format de fichier
JPEG 2000 (JP2) est un système de codage d'image et une norme de compression d'image de pointe. Conçu en utilisant la technologie des ondelettes JPEG 2000 peut coder du contenu sans perte dans n'importe quelle qualité à la fois. De plus, sans aucune pénalité substantielle dans l'efficacité du codage, JPEG 2000 a la capacité d'accéder et de décoder efficacement le même contenu dans une variété d'autres résolutions et qualités. Les flux de code dans JPEG 2000 sont considérablement évolutifs, ayant des régions d'intérêt qui fournissent la possibilité d'un accès spatial aléatoire. Possédant jusqu'à 16384 composants divers avec des dimensions en térapixels, et une précision pouvant atteindre 38 bits/échantillon.
Lire la suite