numpy.reshape完成图像切割

把图片按照定义的patchsize切块,然后按照z轴顺序叠放小块,如下图(仅考虑灰度图像)
在这里插入图片描述

import cv2
import numpy as np
 
im=cv2.imread('0.jpg',cv2.IMREAD_GRAYSCALE)
im = cv2.resize(im,(300,300),cv2.INTER_CUBIC)
h,w= im.shape
patchsize_h=75
d_h=int(h/patchsize_h)
patchsize_w=75
d_w=int(w/patchsize_w)
im_s = im.reshape((d_h, h//d_h, d_w, w//d_w))#这个顺序不能改哦

结果:

im2_0=im_s[0,:,0,:]
cv2.imwrite('im2_0.jpg',im2_0)
im2_0=im_s[0,:,1,:]
cv2.imwrite('im3_0.jpg',im2_0)
im2_0=im_s[1,:,0,:]
cv2.imwrite('im4_0.jpg',im2_0)
im2_0=im_s[1,:,1,:]
cv2.imwrite('im5_0.jpg',im2_0)
cv2.imwrite('im1_0.jpg',im)

im1_0.jpg
在这里插入图片描述

im2_0.jpg
在这里插入图片描述

im3_0.jpg
在这里插入图片描述

im4_0.jpg
在这里插入图片描述

im5_0.jpg
在这里插入图片描述

参考:https://blog.csdn.net/u014722627/article/details/55259617
torch与numpy基本可以一一对应

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