图像的分拆与合并

我们经常会遇到将图像分成一个个patch，然后输入至模型计算，将结果进行合并的操作。

from PIL import Image

import torchvision.transforms as transforms

import matplotlib.pyplot as plt

import torch

 

def readImage(path='13_4.jpg'):#这里可以替换成自己的图片

    mode = Image.open(path)

    transform1 = transforms.Compose([

        transforms.ToTensor()

    ])

    mode = transform1(mode)

    return mode

 

def showTorchImage(image, simage):

    mode = transforms.ToPILImage()(image).save(simage)

    #plt.imshow(mode)

    #plt.show()

 

image = readImage('13_4.jpg')

image = image.view(3, 16, -1, 3840)

image = image.permute(1,0,2,3)

for i in range(16):

    showTorchImage(image[i], 'Input_16\\' + str(i) + '.jpg')
 

image = []

for i in range(16):

    image.append(readImage('Grid\\' + str(i) +'.jpg'))

 

# print(image_1.shape)

raw_image = torch.cat(image, dim=1)

print(raw_image.shape)

showTorchImage(raw_image.view(3, -1, 3840), 'Grid_dehaze.jpg')