资源简介
利用python进行图片裁剪,并设置有部分重叠区域,消除裁剪时的黑边。
代码片段和文件信息
import numpy as np
from PIL import Image
import os
import cv2
import matplotlib.pyplot as plt
import math
Image.MAX_IMAGE_PIXELS = 400000000
imagedir = ‘E:/sample/‘
savedir = ‘E:/cutresult/‘
imagelist = os.listdir(imagedir)
for i in range(0len(imagelist)):
path = os.path.join(imagedirimagelist[i])
filename = os.path.splitext(imagelist[i])[0]
filetype = os.path.splitext(imagelist[i])[1]
image = cv2.imread(path)
imagesize = image.shape
width = imagesize[1]
height = imagesize[0]
# image = Image.open(path)
# plt.imshow(image)
# plt.show()
# width = image.size[0]
# height = image.size[1]
numwidth = (math.ceil((width-500)/400)) + 1
numheight = (math.ceil((height-500)/400)) + 1
print(numwidth)
print(numheight)
for numH in range (0numheight):
up = 400 * numH
down = up + 500
for numW in range (0numwidth):
left = 400 * numW
right = left + 500
if numH == 0 and numW == 0:
box = [00500500]
elif numH == 0 and numW > 0:
if right > width:
box = [(width -500)0(width)500]
else:
box = [left0right500]#
else:
if right < width and down < height:
box = [leftuprightdown]
elif right > width and down < height:
box = [(width - 500)upwidthdown]
elif right < width and down > height:
box = [left(height - 500)rightheight]
else:
box = [(width - 500)(height - 500)widthheight]
#print (box)#
numH = ‘{:0>2d}‘.format(int(numH))
i = ‘{:0>2d}‘.format(int(i))
numW = ‘{:0>2d}‘.format(int(numW))
cutresult = os.path.join(savedirstr(i)+str(numH)+str(numW)+‘.png‘)
#newimage = image[box[0]:box[1]box[2]:box[3]]
newimage = image[box[1]:box[3]box[0]:box[2]]
#print (newimage)
cv2.imwrite(cutresultnewimage)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-09-13 14:00 imagecunt\
文件 1816 2018-09-13 13:59 imagecunt\imagecut500.py
- 上一篇:RasaCore官方文档中文版
- 下一篇:Python调用QQ微信截图
相关资源
- 目标检测自动标注代码
- 梯度下降python程序实现+可视化
- 基于深度学习的表情识别系统
- 语义分割标注转为目标检测框标注
- keras上LSTM长短期记忆网络金融时序预
- 深度学习 莫烦 Keras源代码
- 合并BN层的python脚本
- 机器学习深度学习篇系列分享_超值
- 《TensorFlow2深度学习》
- 深度学习视频教程,包括python入门,
- python三阶深度学习框架-Real-Time-Voice
-
xm
l_parse.py - 可直接运行版本python实现yolov3调用摄
- Deep Learning for Computer Vision with Python链
- 莫烦全部代码Reinforcement-learning-with-
- cifar-10-python.tar.gz的资源
- python全栈视频某智
- YOLO_train.py
- 强化深度学习迷宫问题
- 基于PyTorch的深度学习技术进步
-
深度学习目标检测提取xm
l文件中的 - 深度学习入门:基于Python的理论与实
- 深度学习算法实践源码
- 《白话深度学习与TensorFlow》
- Tensorflow+实战Google深度学习框架
- mnist_CNN 深度学习小
- 基于深度学习字符型图片数字验证码
- 《Python深度学习》2018英文版.pdf
- OpenCV-Python调用训练好的深度学习模型
- 深度学习之一:卷积神经网络(CNN)
评论
共有 条评论