版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
航拍图像是高清大图,现在主流模型和处理大小1000往下,和计算力有关,工程角度来说要分割多块分别处理。
写了一个分割大图像为小图像的小程序。考虑到处理大小是1000往下,所以我的设计思路如下:
分成nxm块。
n=向上取整(图像高度/1000)
m=向上取整(图像高度/1000)
例如:3200x2400的图像,
n=4
m=3
得到子图像大小为:800x800,无论用one-stage或者two-stage,不是特别小的目标都能够处理了。如果需要其他大小,可以自己更改一下比例,比如缩小一倍,将n和m都乘2就可以。
因为我要处理的是数据集,所以写了for循环,针对文件夹批量处理。
代码如下:
-
# -*- coding:utf-8 -*-
-
import os
-
import matplotlib.pyplot
as plt
-
import cv2
-
import numpy
as np
-
-
def divide_img(img_path, img_name, save_path):
-
imgg=img_path+img_name
-
img = cv2.imread(imgg)
-
# img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
-
h = img.shape[
0]
-
w = img.shape[
1]
-
n=int(np.floor(h*
1.0/
1000))+
1
-
m=int(np.floor(w*
1.0/
1000))+
1
-
print(
'h={},w={},n={},m={}'.format(h,w,n,m))
-
dis_h=int(np.floor(h/n))
-
dis_w=int(np.floor(w/m))
-
num=
0
-
for i
in range(n):
-
for j
in range(m):
-
num+=
1
-
print(
'i,j={}{}'.format(i,j))
-
sub=img[dis_h*i:dis_h*(i+
1),dis_w*j:dis_w*(j+
1),:]
-
cv2.imwrite(save_path+
'{}_{}.jpg'.format(name,num),sub)
-
-
-
-
if __name__ ==
'__main__':
-
-
img_path =
'C:/Users/na/Desktop/img/'
-
save_path =
'C:/Users/na/Desktop/div/'
-
img_list = os.listdir(img_path)
-
for name
in img_list:
-
divide_img(img_path,name,save_path)
代码很简单。只用简单更换 img_path 和 save_path即可。