python:高分辨率图像分块处理

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。
本文链接: https://blog.csdn.net/gusui7202/article/details/87969534

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:


 
 
  1. # -*- coding:utf-8 -*-
  2. import os
  3. import matplotlib.pyplot as plt
  4. import cv2
  5. import numpy as np
  6. def divide_img(img_path, img_name, save_path):
  7. imgg=img_path+img_name
  8. img = cv2.imread(imgg)
  9. # img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
  10. h = img.shape[ 0]
  11. w = img.shape[ 1]
  12. n=int(np.floor(h* 1.0/ 1000))+ 1
  13. m=int(np.floor(w* 1.0/ 1000))+ 1
  14. print( 'h={},w={},n={},m={}'.format(h,w,n,m))
  15. dis_h=int(np.floor(h/n))
  16. dis_w=int(np.floor(w/m))
  17. num= 0
  18. for i in range(n):
  19. for j in range(m):
  20. num+= 1
  21. print( 'i,j={}{}'.format(i,j))
  22. sub=img[dis_h*i:dis_h*(i+ 1),dis_w*j:dis_w*(j+ 1),:]
  23. cv2.imwrite(save_path+ '{}_{}.jpg'.format(name,num),sub)
  24. if __name__ == '__main__':
  25. img_path = 'C:/Users/na/Desktop/img/'
  26. save_path = 'C:/Users/na/Desktop/div/'
  27. img_list = os.listdir(img_path)
  28. for name in img_list:
  29. 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。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值