20220308

图像加灰条避免缩放失真

在深度学习的训练中，大多需要使用正方形的图片，但是我们平常拍摄的图像大多都是长方形的，所以在缩放图片时，要给图片加灰条，代码很简单：
def letterbox_image(image, size):
iw, ih = image.size
w, h = size
scale = min(w/iw, h/ih)
nw = int(iwscale)
nh = int(ihscale)

image = image.resize((nw,nh), Image.BICUBIC)
new_image = Image.new('RGB', size, (128,128,128))
new_image.paste(image, ((w-nw)//2, (h-nh)//2))
return new_image

 
 

 
 
1
2
3
4

这部分代码是用来加灰条的，iw和ih是原图的行列数，w和h是需要生成的图像的行列数，scale得到的是新图与原图的宽高比，简单想一下，宽高比越小的，变化的范围就越大，那么反之，就要给另外一边补灰条。所以先得到scale这个较小的宽高比，然后对图片进行缩放，new_image是一张灰色的新图，然后将缩放好的图像粘贴到灰色图像上，覆盖掉一部分，那么剩下的部分就是灰条了。
下面附完整的批量加灰条代码：

import os
import numpy as np
import cv2
from PIL import Image

def letterbox_image(image, size):
iw, ih = image.size
w, h = size
scale = min(w/iw, h/ih)
nw = int(iwscale)
nh = int(ihscale)

image = image.resize((nw,nh), Image.BICUBIC)
new_image = Image.new('RGB', size, (128,128,128))
new_image.paste(image, ((w-nw)//2, (h-nh)//2))
return new_image

def search_files(directory):
directory = os.path.normpath(directory)
objects = {}
for curdir, subdirs, files in os.walk(directory):
for file in files:
if file.endswith(‘.jpg’):
label = curdir.split(os.path.sep)[-1]
if label not in objects:
objects[label] = []
path = os.path.join(curdir, file)
objects[label].append(path)
return objects
if name == “main”:
train_samples = search_files(‘E:\python\learning\tree_learn\crossFork’)
print(train_samples)
for label, filenames in train_samples.items():
for filename in filenames:
img = Image.open(filename)
new_img = letterbox_image(img, (224, 224))
new_img.save(filename)