2.7.0

双三次和双线性降尺度

从一开始 BILINEAR 和 BICUBIC 过滤器基于仿射变换，并使用源图像中每个目标像素的固定像素数（2x2像素用于 BILINEAR 和4x4 BICUBIC ）。这对于缩小尺寸给出了不令人满意的结果。同时，提出了一种基于柔性核的高质量卷积算法。 ANTIALIAS 过滤器。

从Pillow2.7.0开始，所有这三个过滤器都使用了基于高质量卷积的算法。

如果您以前使用过任何技巧来保持质量， BILINEAR 和 BICUBIC 过滤器（例如，在几个步骤内减少），它们现在是不必要的。

Antialias更名为Lanczos

一个新的 PIL.Image.LANCZOS 添加常量而不是 ANTIALIAS .

什么时候？ ANTIALIAS 最初添加，它是唯一基于卷积的高质量滤波器。它的名字应该能反映这一点。从枕头2.7.0开始，所有调整大小的方法都基于卷积。从现在起它们都是抗利尿药。以及 ANTIALIAS 过滤器为Lanczos过滤器。

这个 ANTIALIAS 常量用于向后兼容，是的别名 LANCZOS .

兰佐斯升级质量

图像向上缩放质量 LANCZOS 过滤器几乎和 BILINEAR 由于BUG。这个问题已经解决了。

双三次放大质量

这个 BICUBIC 用于仿射变换的过滤器生成了清晰的、稍微像素化的图像，以便进行升迁。双三次卷积更柔软。

调整性能大小

在大多数情况下，卷积算法是一种更昂贵的缩小尺度的算法，因为它考虑了源图像的所有像素。因此 BILINEAR 和 BICUBIC 过滤器的性能可能低于以前。另一方面，质量 BILINEAR 和 BICUBIC 接近 NEAREST . 因此，如果这种质量适合您的任务，您可以切换到 NEAREST 用于缩小尺寸的过滤器，这将大大提高性能。

同时，卷积重采样的降尺度性能比以前的版本提高了大约2倍。的升级性能 LANCZOS 过滤器保持不变。为了 BILINEAR 过滤性能提高1.5倍 BICUBIC 四倍。

缩略图的默认筛选器

枕头2.5中的默认过滤器 thumbnail() 已从更改 NEAREST 到 ANTIALIAS . 选择抗锯齿是因为所有其他过滤器的还原质量较差。从枕头2.7.0开始， ANTIALIAS 已被替换为 BICUBIC 因为它更快而且 ANTIALIAS 使用libjpeg缩小后没有任何优势，它在内部使用过采样，而不是卷积。

模糊半径

在之前版本的Pillow中有一个错误，模糊半径（高斯的标准偏差）实际上意味着模糊直径。例如，要使实际半径为5的图像模糊，必须使用值10。这个问题已经解决了。现在半径的含义与其他软件中的含义相同。

如果使用了半径值为的高斯模糊，则需要将该值除以2。

模糊性能

盒滤波器的计算时间相对于半径是恒定的，仅取决于源图像的大小。由于新的高斯模糊实现是基于盒滤波器的，其计算时间也不依赖于模糊半径。

例如，以前，如果给定测试图像的执行时间为1秒（半径为1），3.6秒（半径为10），17秒（半径为50），则现在对同一图像上的任何半径执行模糊0.2秒。

模糊质量

以前的实现只考虑每个目标像素在2*标准偏差半径内的源像素。这是不够的，所以质量比其他高斯模糊软件更差。

新的实现没有这个缺点。