使用ps制作大型图片的分割数据集（遥感，sar）

---

前言

使用传统的标注软件，labelme与百度ai智能分割软件eiseg，
都无法打开遥感，sar图像的原图，会直接爆存储闪退，
故出此教程来进行数据集的制作。

一、photoshop

ps的强大众所周知

二、使用步骤

1.使用磁性套索工具进行描边

相关的设置：
可以更具自己的数据集进行参数修改

2.勾选待选择区域

3.进行mask填充

在mask上点击鼠标右键，选择填充（填充前自行设定好自己的 前景色与背景色）

4.结果

选择导出即可为png或者jpg即可
问题：
由于原始的图片过大，ps在导出的时候会自动缩放到36%左右（目前无解，有知道的大佬可以分享一下相关的处理心得）

---

使用脚本对大场景图片进行分割处理

处理脚本代码：

import os
from PIL import Image
Image.MAX_IMAGE_PIXELS=2300000000
def splitimage(src, rownum, colnum, dstpath):
    img = Image.open(src)
    w, h = img.size
    if rownum <= h and colnum <= w:
        print('Original image info: %sx%s, %s, %s' % (w, h, img.format, img.mode))
        print('开始处理图片切割, 请稍候...')

        s = os.path.split(src)
        if dstpath == '':
            dstpath = s[0]
        fn = s[1].split('.')
        basename = fn[0]
        ext = fn[-1]
        if ext=='jpg':
            ext='jpeg'

        num = 0
        rowheight = h // rownum
        colwidth = w // colnum
        for r in range(rownum):
            for c in range(colnum):
                box = (c/2 * colwidth, r * rowheight, (c/2 + 1) * colwidth, (r + 1) * rowheight)
                img.crop(box).save(os.path.join(dstpath, basename + '_' + str(num) + '.' + ext), ext)
                num = num + 1

                box = (c * colwidth, r * rowheight, (c + 1) * colwidth, (r + 1) * rowheight)
                img.crop(box).save(os.path.join(dstpath, basename + '_' + str(num) + '.' + ext), ext)
                num = num + 1

        print('图片切割完毕，共生成 %s 张小图片。' % num)
    else:
        print('不合法的行列切割参数！')



src = input('请输入图片文件路径：')
if os.path.isfile(src):
    dstpath = input('请输入图片输出目录（不输入路径则表示使用源图片所在目录）：')
    if (dstpath == '') or os.path.exists(dstpath):
        row = int(input('请输入切割行数：'))
        col = int(input('请输入切割列数：'))
        if row > 0 and col > 0:
            splitimage(src, row, col, dstpath)
        else:
            print('无效的行列切割参数！')
    else:
        print('图片输出目录 %s 不存在！' % dstpath)
else:
    print('图片文件 %s 不存在！' % src)

使用方法：
请输入图片文件路径：e:/6.jpg
请输入图片输出目录（不输入路径则表示使用源图片所在目录）：
请输入切割行数：20
请输入切割列数：20
Original image info: 9554x10289, JPEG, RGB
开始处理图片切割, 请稍候…
图片切割完毕，共生成 800 张小图片

总结

建议全部选完一类后，对这一类进行填充，再通过反选的方式对另一类填充，提高效率