如何在给定目标大小的情况下在 python 中调整图像大小，同时保留纵横比？

首先，我觉得这是一个愚蠢的问题，对此感到抱歉。目前，我发现计算最佳缩放因子（目标像素数的最佳宽度和高度，同时保留纵横比）的最准确方法是迭代并选择最佳缩放因子，但是必须有更好的方法来做到这一点。

一个例子：

import cv2, numpy as np
img = cv2.imread("arnold.jpg")

img.shape[1] # e.g. width  = 700
img.shape[0] # e.g. height = 979

# e.g. Total  pixels : 685,300

TARGET_PIXELS = 100000
MAX_FACTOR    = 0.9
STEP_FACTOR   = 0.001
iter_factor   = STEP_FACTOR
results       = dict()

while iter_factor < MAX_RATIO:
     img2 = cv2.resize(img, (0,0), fx=iter_factor, fy=iter_factor)
     results[img2.shape[0]*img2.shape[1]] = iter_factor
     iter_factor += step_factor

best_pixels = min(results, key=lambda x:abs(x-TARGET_PIXELS))
best_ratio  = results[best_pixels]

print best_pixels # e.g. 99750
print best_ratio  # e.g. 0.208

我知道上面的代码中可能存在一些错误，即在结果字典中没有检查现有密钥，但我更关心另一种方法，我无法弄清楚它正在研究拉格朗日优化，但这似乎相当复杂也适用于一个简单的问题。有任何想法吗？

** 回答后编辑 **

如果有人对答案感兴趣，将提供代码

import math, cv2, numpy as np

# load up an image
img = cv2.imread("arnold.jpg")

TARGET_PIXEL_AREA = 100000.0

ratio = float(img.shape[1]) / float(img.shape[0])
new_h = int(math.sqrt(TARGET_PIXEL_AREA / ratio) + 0.5)
new_w = int((new_h * ratio) + 0.5)

img2 = cv2.resize(img, (new_w,new_h))

这是我的方法，

aspectRatio = currentWidth / currentHeight
heigth * width = area

So,

height * (height * aspectRatio) = area
height² = area / aspectRatio
height = sqrt(area / aspectRatio)

那时我们知道目标高度，并且width = height * aspectRatio.

Ex:

area = 100 000
height = sqrt(100 000 / (700/979)) = 373.974
width = 373.974 * (700/979) = 267.397