
湖海一书生
人总要仰望点什么,向着高远,支撑起生命和灵魂。
使用 OpenCV 裁剪图片
# 基础的裁剪
img=cv2.imread('test.png')
# 输出图像尺寸
print(img.shape)
# 裁剪图片
cropped_image = img[80:280, 150:330]
# 展示原始图片
cv2.imshow("original", img)
# 展示裁剪后的图片
cv2.imshow("cropped", cropped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
2
3
4
5
6
7
8
9
10
11
12
13
14
在 Python 中,我们使用与 NumPy 数组切片相同的方法裁剪图像。
cropped = img[start_row:end_row, start_col:end_col]
1
# 使用裁剪方法来分割图片
OpenCV 中裁剪的一个实际应用是将图像分成更小的块,我们使用循环从图像中裁剪出片段。
img = cv2.imread("test_cropped.jpg")
image_copy = img.copy()
imgheight=img.shape[0]
imgwidth=img.shape[1]
M = 76
N = 104
x1 = 0
y1 = 0
# 开始循环
for y in range(0, imgheight, M):
for x in range(0, imgwidth, N):
if (imgheight - y) < M or (imgwidth - x) < N:
break
y1 = y + M
x1 = x + N
# 校验分块的高度或者宽度是否溢出
if x1 >= imgwidth and y1 >= imgheight:
x1 = imgwidth - 1
y1 = imgheight - 1
# 裁剪大小为 MxN 的分块
tiles = image_copy[y:y+M, x:x+N]
# 保存每一个分块
cv2.imwrite('saved_patches/'+'tile'+str(x)+'_'+str(y)+'.jpg', tiles)
cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)
elif y1 >= imgheight: # 如果高度溢出
y1 = imgheight - 1
# 裁剪大小为 MxN 的分块
tiles = image_copy[y:y+M, x:x+N]
# 保存每一个分块
cv2.imwrite('saved_patches/'+'tile'+str(x)+'_'+str(y)+'.jpg', tiles)
cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)
elif x1 >= imgwidth: # 如果宽度溢出
x1 = imgwidth - 1
# 裁剪大小为 MxN 的分块
tiles = image_copy[y:y+M, x:x+N]
# 保存每一个分块
cv2.imwrite('saved_patches/'+'tile'+str(x)+'_'+str(y)+'.jpg', tiles)
cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)
else:
# 裁剪大小为 MxN 的分块
tiles = image_copy[y:y+M, x:x+N]
# 保存每一个分块
cv2.imwrite('saved_patches/'+'tile'+str(x)+'_'+str(y)+'.jpg', tiles)
cv2.rectangle(img, (x, y), (x1, y1), (0, 255, 0), 1)
# 保存和展示完整图片
cv2.imshow("Patched Image",img)
cv2.imwrite("patched.jpg",img)
cv2.waitKey()
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55