先容我啰嗦一下做这个实验的“历史”：
这事儿大概可以追溯到13年10月，当时老陈拉我入伙做一个旅行游记的项目（很可惜我们没有坚持下去），不知道他怎么突发其想（fā shén jīng）打算用python来做后台，我说卧槽哥我不会python啊，他说没事，我也不会。行呗，那就学呗（这就是为什么本文代码会用python来实现）。
然后有一天，老陈突然发了一个“广告帖”给我看，大体内容是关于花瓣网的，其中鼓吹了花瓣网的图片处理技术多么多么牛逼。老陈说他还真试了一下，发现几大游记网站（马蜂窝、蝉游记等）的照片上传后的缩略图质量确实不如上传到花瓣网的，要不咱研究研究？研究成了咱也能吹吹咱网站的图片处理技术。（这就是本文的主题：得到效果更好的缩略图）
1. 几个网站的效果对比
通常，相机（手机）的照片大小都是几个mb的。对于图片类网站（包括旅行游记类网站），不可能在展示时候直接就给你展示原图，那刷图得慢死你。一般的操作是在用户上传照片时就将照片压缩为两个等级的大小，我们暂且称为大缩略图跟小缩略图（服务器空间大的离谱的话你还可以保存原图）。本文主要比较的是大缩略图。
| 照片原图 | |
| 面包旅行 40kb 640x424 |
 |
| 蝉游记 35kb 600x300 |
 (呐别问我为啥图被裁了，我怎么知道) |
| 花瓣网 133kb 580x384 |
 |
| ACDSee 130kb 580x384 |
 |
从上面几张我们可以看到，缩略图效果最好是花瓣网，其次是ACDSee软件缩放处理后的（使用默认参数），然后是蝉游记，面包旅行。缩放到相同尺寸的照片，花瓣跟ACDSee的画面会更清晰，颜色更鲜艳，锯齿也少，当然这也导致他们需要更多的字节来存储。但对于一张用来做展示的照片，100多kb，我觉得是可以接受的。
2. 算法研究
Resize
单纯的只对图像进行缩放，我试验过了python的PIL库跟OPENCV库的几种缩放算法。得出的结果分两种：
第一种，如NEAREST、BILINEAR、BICUBIC算法。缩放后颜色保持的好，但线条处会有锯齿状。
第二中，如PIL的ANTIALIAS算法和OPENCV的AREA算法。缩放后图像有些模糊，但不会出现锯齿状。
Sharpen
为了让缩放后图像又无锯齿，又能保持清晰。我们可以对经过反锯齿缩放（模糊缩放）后得到的图像，再进行一次锐化操作，使图像更加清晰。
经过试验，发现使用 模糊缩放 + 锐化增强 完全可以达到等同于花瓣网和ACDSee的处理效果。
3. 算法实现
现在就是比较python的PIL和OPENCV库中哪个算法实现的效率更快。
读取图像：PIL快，OPENCV慢
缩放：PIL慢，OPENCV快
锐化：PIL快，OPENCV没找到
存图：PIL快，OPENCV快
经过多次试验比较，发现最快效率的步骤是：
使用OPENCV读取图像，
CV2_ImgOriginal = cv2.imread(strSourceFilePathName)
使用OPENCV的模糊缩放，
CV2_ImgResized = cv2.resize(CV2_ImgOriginal, (nWidth, nHeight), None, 0, 0, cv2.INTER_AREA)
将OPENCV图像转换为PIL图像，
CV2_ImgResized = cv2.cvtColor(CV2_ImgResized, cv2.COLOR_BGR2RGB)
PIL_ImgResized = Image.fromarray(CV2_ImgResized)
使用PIL的锐化增强，
PIL_ImgEnhanced = ImageEnhance.Sharpness(PIL_ImgResized).enhance(2.0)
使用PIL的存图函数。
PIL_ImgEnhanced.save(‘_resized.jpg’, 'JPEG', quality = 95)
最后的缩放效果与三个参数有关：缩放参数、锐化参数、jpeg存图质量参数。你可以通过调整这几个参数达到最优的效果。
4. 实验效果
| 花瓣网 133kb 580x384 |
|
| 缩放＋锐化 104kb 580x384 |
 |
| 照片原图 | |
| 蝉游记 45kb 530x800 |
 |
| 花瓣网 182kb 580x876 |
 |
| 缩放＋锐化 149kb 580x876 |
 |
5. pyton实现代码
import cv2, Image, ImageEnhance, time, os
strSourceFolder = raw_input("Input Source Images Folder:")
strOutputFolder = raw_input("Input Output Images Folder:")
nWidth = int(raw_input("Input Resized Width:"))
print "resizing..."
StartTime = time.clock()
nCounter = 0
for file in os.listdir(strSourceFolder):
strSourceFilePathName = os.path.join(strSourceFolder, file)
CV2_ImgOriginal = cv2.imread(strSourceFilePathName)
fRatio = float(CV2_ImgOriginal.shape[1]) / nWidth
nHeight = int(CV2_ImgOriginal.shape[0] / fRatio)
CV2_ImgResized = cv2.resize(CV2_ImgOriginal, (nWidth, nHeight), None, 0, 0, cv2.INTER_AREA)
CV2_ImgResized = cv2.cvtColor(CV2_ImgResized, cv2.COLOR_BGR2RGB)
PIL_ImgResized = Image.fromarray(CV2_ImgResized)
PIL_ImgEnhanced = ImageEnhance.Sharpness(PIL_ImgResized).enhance(2.0)
strFilename = os.path.splitext(file)[0]
PIL_ImgEnhanced.save(os.path.join(strOutputFolder, strFilename) + "_resized.jpg", 'JPEG', quality = 95)
nCounter = nCounter + 1
print file, "processed"
EndTime = time.clock()
print "Processed", nCounter, "images"
print "Total elapsed time:", EndTime - StartTime, "Seconds"