Как адаптировать содержимое изображения к размеру окна?

Как адаптировать изображение относительно оболочки программы? Есть изображения различных размеров и при малом размере изображения, анализ и диаграмма анализа идет отлично, но при большом изображении, диаграммы становится не видно.

from collections import Counter
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import numpy as np
import tkinter as tk
from tkinter import filedialog
import cv2
 
window.mainloop()
# Менять количество цветов (кластеров) тут
number_of_colors = 3

# Менять id видеопотока тут 0-....
cap = cv2.VideoCapture(0)

fig = plt.figure(figsize=(4, 4))


def get_one_image(img_list):
    max_height = 0
    total_width = 0  # padding
    for img in img_list:
        if img.shape[0] > max_height:
            max_height = img.shape[0]
        total_width += img.shape[1]

    final_image = np.zeros((max_height, total_width, 3), dtype=np.uint8)

    current_x = 0
    for image in img_list:
        image = np.vstack((image, np.full((max_height - image.shape[0], image.shape[1], 3), 255)))
        final_image[:, current_x:current_x + image.shape[1], :] = image
        current_x += image.shape[1]
    return final_image


def rgb_to_hex(rgb_color):
    hex_color = "#"
    for i in rgb_color:
        i = int(i)
        hex_color += ("{:02x}".format(i))
    return hex_color


def prep_image(raw_img):
    raw_img = cv2.cvtColor(raw_img, cv2.COLOR_BGR2RGB)
    modified_img = cv2.resize(raw_img, (900, 600), interpolation=cv2.INTER_AREA)
    modified_img = modified_img.reshape(modified_img.shape[0] * modified_img.shape[1], 3)
    return modified_img


def color_analysis(img):
    clf = KMeans(n_init=10, n_clusters=number_of_colors)

    color_labels = clf.fit_predict(img)
    center_colors = clf.cluster_centers_
    counts = Counter(color_labels)
    ordered_colors = [center_colors[i] for i in counts.keys()]
    hex_colors = [rgb_to_hex(ordered_colors[i]) for i in counts.keys()]

    plt.pie(counts.values(), labels=hex_colors, colors=hex_colors, autopct='%1.1f%%')

    fig.canvas.draw()

    res = cv2.cvtColor(np.asarray(fig.canvas.buffer_rgba()), cv2.COLOR_RGBA2BGR)
    plt.clf()
    comb = get_one_image([image, res])
    return comb


root = tk.Tk()
root.withdraw()

while True:
    path = filedialog.askopenfilename()
    image = cv2.imread(path)
    modified_image = prep_image(image)
    res_image = color_analysis(modified_image)
    cv2.imshow("Result", res_image)
    cv2.imwrite('res.jpg', res_image)
    cv2.waitKey(0)