数据扩充之图像切割

• Introduction：

在处理深度学习任务时，遇到图像太少或者GPU显存不够往往需要切割图片，一昧的修改源图像的大小来输入网络往往会丢失原始数据的信息，为此切割图片往往是更好的选择。

• 如下所示：批量将图片分割为x*x个

# -*- coding: utf-8 -*-
'''
将一张图片填充为正方形后切为9张图
Author:
'''
from PIL import Image
import sys

#将图片填充为正方形
def fill_image(image):
    width, height = image.size
    #选取长和宽中较大值作为新图片的
    new_image_length = width if width > height else height
    #生成新图片[白底]
    new_image = Image.new(image.mode, (new_image_length, new_image_length), color='white')
    #将之前的图粘贴在新图上，居中
    if width > height:#原图宽大于高，则填充图片的竖直维度
        #(x,y)二元组表示粘贴上图相对下图的起始位置
        new_image.paste(image, (0, int((new_image_length - height) / 2)))
    else:
        new_image.paste(image,(int((new_image_length - width) / 2),0))

    return new_image

#切图
def cut_image(image):
    width, height = image.size
    item_width = int(width / 8)
    box_list = []
    # (left, upper, right, lower)
    for i in range(0,8):#两重循环，生成64张图片基于原图的位置
        for j in range(0,8):
            #print((i*item_width,j*item_width,(i+1)*item_width,(j+1)*item_width))
            box = (j*item_width,i*item_width,(j+1)*item_width,(i+1)*item_width)
            box_list.append(box)

    image_list = [image.crop(box) for box in box_list]
    return image_list

#保存
def save_images(image_list, i):
    index = i*64+1
    for image in image_list:
        image.save('./dataset/650min-data/'+str(index) + '.jpg')#按需修改
        index += 1

if __name__ == '__main__':
    for i in range(1,650):
        file_path = "./dataset/650-data/"+ str(i) +".jpg"#按需修改
        image = Image.open(file_path)
        #image.show()
        image = fill_image(image)
        image_list = cut_image(image)
        save_images(image_list, i-1)