提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、cv2是什么?
CV2指的是OpenCV2,OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
二、代码
1.实现代码
import cv2
import numpy as np
def Table(num1,num2): #计算长和宽并返回一个数组
CTable = [0]
testnum = num2
while True:
if num2>num1: #当长于最大值则返回
CTable.append(num1)
if int(CTable[-1]-CTable[-2])< 100:#当最后两个值相减后小于100 直接保存最终num1
CTable[-2]=num1
del CTable[-1]
return CTable
CTable.append(num2)
num2+=testnum
img1 = cv2.imread('../../bili/aaa.jpg')
arraypixel = img1.shape
high = arraypixel[0] #得到高
wide = arraypixel[1] #得到长
num = 10
chang, gao, k, g = int(wide / num), int(high / num), 0, 0
KTable = Table(num1=wide, num2=chang) # 计算长和宽
GTable = Table(num1=high, num2=gao)
sequence=1 #定义文件名
# pass
Value2 = 0
for i in range(len(GTable) - 1):
Value1 = 0
for w in range(len(KTable) - 1): # [0,204, 408, 816, 1024]
K = img1[GTable[Value2]:GTable[Value2 + 1], KTable[Value1]:KTable[Value1 + 1]] #[GTable[Value2]:GTable[Value2 + 1]高 KTable[Value1]:KTable[Value1 + 1] 长
Value1 += 1
cv2.imwrite(f'../../crop/{sequence}.jpg', K)
sequence += 1
Value2 += 1#截完一行后换行
1.jpg,6.jpg.11.jpg... 由[GTable[Value2]:GTable[Value2 + 1]控制每个图片的高
1.jpg,2.jpg,3.jpg,4.jpg,5.jpg... 由 KTable[Value1]:KTable[Value1 + 1] 控制每个图片的宽
可以参考这个代码来做测试就可以理解高和宽的概念
import cv2
img1 = cv2.imread('../bili/aaa.jpg')
img1 = img1[0:100,0:200]
cv2.imshow('test',img1)
cv2.waitKey(0)
![](https://img-blog.csdnimg.cn/a7726024fdc84751b7edaeea28be7a71.png)