(Tensorflow之十六)采用Opencv对图像批量处理——灰度化+裁剪(python)

在Tensorflow之十五讲到采用python网络爬虫批量抓取图像，然而，由于抓取的图像尺寸不一，同时大多为RGB三通道的图像，因此需对图像进行处理。本文采用Opencv对的图像进行处理。首先将图像转为灰度图，采用物体检测的方法，抓取图像中的物体，裁剪成250x250尺寸的图像。

一、Opencv图像处理过程

1.1 读取原图

import cv2
import numpy as np  
input_img = cv2.imread('1.jpg') 
cv2.namedWindow("img", 0)
cv2.imshow('img',input_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

1.2 转化成灰度图

img_gray = cv2.imread('mm/2.jpg',cv2.IMREAD_GRAYSCALE)

1.3 获得高水平梯度和低垂直梯度的图像区域

gradX = cv2.Sobel(img_gray, ddepth=cv2.cv.CV_32F, dx=1, dy=0, ksize=-1)
gradY = cv2.Sobel(img_gray, ddepth=cv2.cv.CV_32F, dx=0, dy=1, ksize=-1)
img_gradient = cv2.subtract(gradX, gradY)
img_gradient = cv2.convertScaleAbs(img_gradient)