批量对语义分割的图片和mask同时重叠分块，并处理不能整除的patch

上一篇参考其他博主的代码，实现了批量crop图片和mask，但是没有对图片大小不能整除size的情况进行处理，所以进行改进。

加入了长宽的判断条件，使用opencv对大小不满足设定的size的patch进行填充，最后得到相同size的patch，主要使用cv2.copyMakeBorder方法，如果需要其他填充，可以查查官方文档

代码如下：

import cv2
import math
import os
import numpy as np

from pathlib import Path

file_path = "/xxx/img/"  #原图路径
gt_path = "/xxx/seg/gt_img/"  #mask路径
save_path = '/xxx/crop_images'   #原图crop后保存路径
save_gt_path = '/xxx/crop_gt'  # mask crop后保存路径
Path(save_path).mkdir(parents=True, exist_ok=True)
Path(save_gt_path).mkdir(parents=True, exist_ok=True)

for filename in os.listdir(file_path):

    # crop的size
    height = 512
    width = 512

    # overlap大小
    over_x = 128
    over_y = 128
    h_val = height - over_x
    w_val = width - over_y

    # 设置是否丢弃不符合大小的图像
    mandatory = False

    img = cv2.imread(file_path + filename,1) #原图按照3通道彩色读入
    gt_img = cv2.imread(gt_path + filename,0) #mask按照灰度图单通道读入
    print("img info :",filename, img.shape)
    print("gt info :",filename, gt_img.shape)
   
    # original image size
    original_height = img.shape[0]
    original_width = img.shape[1]

    max_row = float((original_height - height) / h_val) + 1
    max_col = float((original_width - width) / w_val) + 1

    
    max_row = math.ceil(max_row) if mandatory == False else math.floor(max_row)
    max_col = math.ceil(max_col)