[C++] 如何使用opencv进行大图像的切割

关于源代码

源代码和用到的支持超过1G像素大小的opencv库(vc17+vs2022)已经上传到csdn，可以通过博文的标题下方提供连接进行下载。

创作背景

最近在做一个电路底板的缺陷检测项目，线扫相机保存下来的bmp图像大概为1.5G，像素大小为30000+ x 80000+，在进行缺陷分析之前，需要把bmp大图先切成1280x1280或者640x640的小图，然后在小图上使用yolov8进行缺陷分析。

本文将会介绍如何通过opencv大的bmp图像，切换成1280 x 1280的小图。

开发思路

通过opencv从本地读取bmp图像，然后在按照输入的图像尺寸进行图像分割，一边分割一边按照一定的命名规则来把小图保存到本地目录。

源代码

#include <filesystem>
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;
namespace fs = std::filesystem;

/**
 * src: image matix from opencv for cut.
 * subWidth: The width for sub image.
 * subHeight: The height for sub image.
 * subSaveDir: The save directory for sub images.
 * subImgNamePrefix: The prefix for sub image.
 * subImgNameExt: The extension name for sub image.
 * clearSubImages: The flag to clear the old sub images in subSaveDir or not.
*/
int cutImage(Mat& src, int subWidth, int subHeight, const cv::String& subSaveDir="./cut_images",
const cv::String& subImgNamePrefix="", const cv::String subImgNameExt=".jpg", bool clearSubImages=false)
{
    if (!fs::is_directory(subSaveDir)){
        std::cerr << "save dir is not a directory." << std::endl;
        return -1;
    }
    if(clearSubImages && fs::exists(subSaveDir)){
        fs::remove_all(subSaveDir);
        std::cout << "clear sub dir:" << subSaveDir << std::endl;
    }
    if (!fs::exists(subSaveDir)){
        fs::create_directories(subSaveDir);
        std::cout << "create save dir:" << subSaveDir  << std::endl;
    }

	int srcHeight, srcWidth, subImageNumY, subImageNumX;
	srcHeight = src.rows; 
    srcWidth = src.cols;
	subImageNumY = srcHeight / subHeight;
	if (srcHeight % subHeight > 0) {
		subImageNumY += 1;
	}
	subImageNumX = srcWidth / subWidth;
	if (srcWidth % subWidth > 0) {
		subImageNumX += 1;
	}
	std::cout << "y count:" << subImageNumY << ",x count:" << subImageNumX << ", total:" << subImageNumY * subImageNumX << std::endl;
    int failCount = 0;
	for (int j = 0; j < subImageNumY; j++)
	{
		for (int i = 0; i < subImageNumX; i++)
		{
			int endWidth = std::min((i + 1) * subWidth, srcWidth);
			int endHeight = std::min((j + 1) * subHeight, srcHeight);
			Mat imageROI = src(Range(j * subHeight, endHeight), Range(i * subWidth, endWidth));
			std::cout << "y:" << j << ", x:" << i << std::endl;
            //输出保存各子图像
			string subImgName = subImgNamePrefix + std::to_string(j) + "_" + std::to_string(i) + subImgNameExt; 
            fs::path subSavePath;
            subSavePath.append(subSaveDir);
            subSavePath.append(subImgName);
			if(!imwrite(subSavePath.string(), imageROI)){
                std::cerr << "save sub image failure. sub_img_path: " << subSavePath.string() << std::endl;
                failCount ++;
            };
		}
	}
    std::cout << "total: " << subImageNumY * subImageNumX << ", fail: " << failCount << std::endl;
    return 0;
}

int main(int argc,char **argv){
    // ./cut_image.exe D:/LearnFlawDetect/CLearnFlawDetect/CircleCut/Images/camera_3.bmp 1280 ./camera_3
    if (argc < 4){
        std::cerr << "格式错误. 请使用正确格式 'cut_image.exe 要切割的bmp的路径 切割的子图的大小 切割的子图的保存路径'" << std::endl; 
        return -1;
    }
    try{
        char *srcImgPath = argv[1];
        int cutImgSize = std::stoi(argv[2]);
        if (cutImgSize < 320 || cutImgSize > 640 * 2){
            std::cerr << "sub img size must >=320 and <=1280" << std::endl;
            return -1;
        }
        char *saveImgDir = argv[3];
        std::cout << "src_img_path:" << srcImgPath << ", cut_img_size:" << cutImgSize << ", save_dir:" << saveImgDir << std::endl;
        Mat grayImg = imread(srcImgPath, IMREAD_GRAYSCALE);
        if (!grayImg.empty()) {
            std::cout << "shape:" << grayImg.rows << "," << grayImg.cols << std::endl;
            cutImage(grayImg, cutImgSize, cutImgSize, saveImgDir, "", ".jpg", true);
        }
        return 0;
    }catch( Exception e){
        std::cerr << "发生异常. 异常信息:" << e.what() << std::endl;
        return -1;
    }
}

如何运行

运行环境

Windows10 + CMake +  VS 2022(C++17) 

安装CMake

如何安装Cmake， 可以参考另一篇文章：

[CMake] 基础教程 - CMake安装和验证测试（Windows+Linux）

安装VS 2022社区版

如何安装VS 2022社区版，参考另一篇文章：

[Visual Studio] 基础教程 - Window10下如何安装VS 2022社区版

安装和配置opencv

关于如何安装，可以参考另一篇文章：

[C++] 详细教程 - opencv4.8.0安装和验证测试 (Windows + Linux)

因为需要读取的bmp图像超过了1G，默认从官网下载的库读取超过1G的图像是会报错的，如何解决这个问题，可以参考另一篇文章：

[C++] 问题分析和解决 - 如何使用opencv处理大于1G的bmp图像

下载源代码并解压

通过CMake来构建项目

# 通过控制台你的解压目录
cmake -S . -B build
cmake --build build

通过命令行窗口运行

进阶探讨

因为图像比较大，会切割出1000+的小图，后续考虑增加多线程来进行切割和保存，整体提升一下运行的速度。