0

Image Resizing using Nearest Interpolation

Unsolved
Computer Vision

Difficulty: 2 | Problem written by mesakarghm
Write a function img_resize(img) to resize an image (NumPy array) to half the width and half the height using the Pillow library. Return the rescaled image as another NumPy array. Use the Nearest Neighbor interpolation method while resizing the image. 

Sample Input:
<class 'list'>
img: [[ 1 7 9 13 12] [11 21 61 81 91] [ 5 66 6 5 5]]

Expected Output:
<class 'numpy.ndarray'>
[[ 7 13] [66 5]]

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Dolorem aperiam quaerat ab veritatis architecto, pariatur inventore eveniet quis illum consequatur libero, quibusdam necessitatibus recusandae fugiat, ipsa reiciendis tenetur qui. Perferendis repellat odit aliquid cum repellendus quos harum numquam temporibus, assumenda minima ex eum vero quaerat quae consectetur porro error tempora atque? Eveniet atque alias. Aut pariatur minima perferendis quam explicabo impedit ipsa aspernatur numquam consequuntur, similique possimus placeat error molestias dolorem ut dicta asperiores id excepturi impedit, illo consectetur perferendis.

Officia commodi fugiat dolorem id quo doloribus amet aliquam qui, nulla provident voluptas modi ipsam deleniti maiores, omnis eaque numquam est laborum suscipit facere veniam, nostrum veniam dignissimos eius quasi, doloremque labore quaerat ducimus asperiores ratione pariatur distinctio aut. Eaque libero illo in illum, illum reprehenderit enim distinctio odio saepe laborum officiis asperiores, reiciendis fugit illo, consequuntur itaque voluptatem accusamus numquam quae aut adipisci assumenda quidem porro, consectetur ex doloribus blanditiis facilis iste error quis. Laudantium molestiae quae alias numquam perspiciatis quos impedit, iure suscipit fugit natus non, voluptates fuga provident adipisci voluptate blanditiis labore quasi velit explicabo, distinctio quis accusamus dolor odio illo sit itaque quo provident quaerat cum. Enim eveniet molestiae aliquid aliquam sit, ex quod neque modi molestias quibusdam animi.

Beatae atque optio obcaecati doloremque nisi maiores fugiat eaque repudiandae eos laboriosam, saepe quos minus necessitatibus modi praesentium natus nisi nulla reiciendis, veritatis fugit minima impedit aut saepe architecto esse ratione iste illo? Repudiandae placeat sequi vel, in consectetur mollitia nihil dolor dolore quaerat officiis libero, vero eveniet totam repellendus dolore quidem incidunt fugiat placeat earum?

This is a premium feature.
To access this and other such features, click on upgrade below.

Ready.

Input Test Case

Please enter only one test case at a time
numpy has been already imported as np (import numpy as np)