使用OpenCV将图片切割成小图 及图片拼接(附python代码)

要分割的图片如下:

在这里插入图片描述

1. 图片切割

思路也比较简单,代码注释比较详细,看代码就行。

from cv2 import cv2
import numpy as np
import os
 
pic_path = '.jpg' # 分割的图片的位置
pic_target = './result/' # 分割后的图片保存的文件夹
if not os.path.exists(pic_target):  #判断是否存在文件夹如果不存在则创建为文件夹
    os.makedirs(pic_target)
#要分割后的尺寸
cut_width = 512
cut_length = 512
# 读取要分割的图片,以及其尺寸等数据
picture = cv2.imread(pic_path)
(width, length, depth) = picture.shape
# 预处理生成0矩阵
pic = np.zeros((cut_width, cut_length, depth))
# 计算可以划分的横纵的个数
num_width = int(width / cut_width)
num_length = int(length / cut_length)
# for循环迭代生成
for i in range(0, num_width):
    for j in range(0, num_length):
        pic = picture[i*cut_width : (i+1)*cut_width, j*cut_length : (j+1)*cut_length, :]      
        result_path = pic_target + '{}_{}.jpg'.format(i+1, j+1)
        cv2.imwrite(result_path, pic)
 
print("done!!!")

效果如下:

在这里插入图片描述

2. 图片拼接

有了分割好的图片之后,后面可能还要进行拼接,拼接相对复杂一些。

from cv2 import cv2
import numpy as np
import os
# 分割后的图片的文件夹,以及拼接后要保存的文件夹
pic_path = '/result/'
pic_target = 'picture/'
# 数组保存分割后图片的列数和行数,注意分割后图片的格式为x_x.jpg,x从1开始
num_width_list = []
num_lenght_list = []
# 读取文件夹下所有图片的名称
picture_names =  os.listdir(pic_path)
if len(picture_names)==0:
    print("没有文件")
 
else:
    # 获取分割后图片的尺寸
    img_1_1 = cv2.imread(pic_path + '1_1.jpg')
    (width, length, depth) = img_1_1.shape
    # 分割名字获得行数和列数,通过数组保存分割后图片的列数和行数
    for picture_name in picture_names:
        num_width_list.append(int(picture_name.split("_")[0]))
        num_lenght_list.append(int((picture_name.split("_")[-1]).split(".")[0]))
    # 取其中的最大值
    num_width = max(num_width_list)
    num_length = max(num_lenght_list)
    # 预生成拼接后的图片
    splicing_pic = np.zeros((num_width*width, num_length*length, depth))
    # 循环复制
    for i in range(1, num_width+1):
        for j in range(1, num_length+1):
            img_part = cv2.imread(pic_path + '{}_{}.jpg'.format(i, j))
            splicing_pic[width*(i-1) : width*i, length*(j-1) : length*j, :] = img_part
    # 保存图片,大功告成
    cv2.imwrite(pic_target + 'result.jpg', splicing_pic)
    print("done!!!")

拼接后的效果图如下:

在这里插入图片描述

注意:分割和代码采用文中的分割代码,拼接才能成功,或者保持相同的命名方式。

3. Acknowledgment

感谢作者的好友 HNU_刘yuan 对本文的帮助

Reference

https://blog.csdn.net/qq_40608730/article/details/109190493

  • 15
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 表格图片切割是指将一张包含多个表格的图片分割成单独的表格图片,为后续的表格识别和数据提取做准备。在Python中,可以使用Pillow库或OpenCV库对表格图片进行切割。 Pillow库的切割方法主要使用Image.crop()函数,该函数可以指定切割区域的左上角坐标以及宽度和高度。首先需要通过Pillow库打开表格图片,然后根据表格的位置和大小使用Image.crop()函数进行切割,最后保存单独的表格图片OpenCV库的切割方法主要使用cv2.findContours()和cv2.boundingRect()函数,该函数可以找到表格图片中的所有轮廓并确定每个轮廓的边界框。首先需要使用OpenCV库读取表格图片并进行灰度化和二值化处理,然后使用cv2.findContours()函数找到表格的轮廓,再使用cv2.boundingRect()函数确定每个轮廓的边界框,最后将边界框作为切割区域,使用Python切割方法进行切割并保存单独的表格图片。 在表格图片切割中,需要注意表格的旋转和倾斜对切割效果的影响。可以使用OpenCV库的旋转函数对图片进行旋转,使表格水平,并根据表格的倾斜角度进行角度矫正。除此之外,还可以通过深度学习的方法进行表格图片切割,例如利用卷积神经网络对表格进行分割。 ### 回答2: 表格图片切割是一项非常常见的任务。它可以将一张图片中的表格切割成多个表格,便于后续的处理和分析。在 Python 中,我们可以使用许多开源的库来进行表格图片切割。 首先,我们可以使用 OpenCV 库来读取和处理图片。例如,我们可以使用 imread() 函数读取图片,imwrite() 函数保存图片。然后,我们可以使用 findContours() 函数来查找所有的轮廓,使用 drawContours() 函数来绘制轮廓。在绘制出所有的轮廓后,我们可以根据轮廓的坐标信息来将图片进行切割。 另外,我们也可以使用 pytesseract 库来进行表格图片切割。这个库是一个 OCR (Optical Character Recognition,光学字符识别)引擎,可以将图片中的文本转换成可处理的文本。我们可以先使用 pytesseract 库将图片中的文字提取出来,然后再根据文字所在的位置来将图片进行切割。 当然,表格图片切割涉及到的技术不仅仅是上述的两个库。还需要了解图像预处理、轮廓的处理和筛选、图像分割等技术。需要根据不同的场景和需求选择不同的方法来进行处理。 总之,在 Python 中进行表格图片切割并不困难,只需要掌握一些基本的技术和方法,就可以轻松地实现。

“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
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

打赏作者

猛码Memmat

欢迎支持,随缘打赏 ~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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