将图片批量切分为256*256像素

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、代码实现
• 总结

---

前言

        在红外与可见光图像融合任务中，由于TNO数据集数量太少，常常需要我们将数据集进行划动拆分，本文通过代码实现，将图像进行拆分

一、代码实现

import cv2
import os
import math
import shutil


# 根据任务要求，定义一个caijian函数
def caijian(path, path_out, size_w=256, size_h=256, step=12):  # step为步长，设置为12
    ims_list = os.listdir(path)  # 在此例中调用时，ims_list为['image.png', 'label.png']

    for im_list in ims_list:
        number = 0
        name = im_list[:]  # 读取整张图片
        img = cv2.imread(ims_path+name)  # 读取要切割的图片
        size = img.shape
        i = 0
        for h in range(0, size[0], step):
            star_h = h  # star_h表示起始高度，从0以步长step=12开始循环
            for w in range(0, size[1], step):
                star_w = w  # star_w表示起始宽度，从0以步长step=12开始循环
                end_h = star_h + size_h  # end_h是终止高度

                if end_h > size[0]:  # 如果边缘位置不够256的列
                    # 以倒数512形成裁剪区域
                    star_h = size[0] - size_h
                    end_h = star_h + size_h
                    i = i - 1
                end_w = star_w + size_w  # end_w是中止宽度
                if end_w > size[1]:  # 如果边缘位置不够256的行
                    star_w = size[1] - size_w
                    end_w = star_w + size_w
                    i = i - 1

                cropped = img[star_h:end_h, star_w:end_w]  # 执行裁剪操作
                i = i + 1
                name_img = str(i)  # 命名图片,图片名字从1开始命名
                cv2.imwrite('{}/{}.png'.format(path_out, name_img), cropped)  # 将切割得到的小图片存在path_out路径下

# 将完整的图像划分为小块
if __name__ == '__main__':
    ims_path = 'D:\Evaluation-for-Image-Fusion-main\Image\Source-Image\TNO\ir2\\'  # 图像数据集的路径
    # 在result文件夹下，创建一个label_s文件夹，用于存放label切割的结果
    path = 'D:\Evaluation-for-Image-Fusion-main\Image\Source-Image\TNO\ir1'  # 切割得到的数据集存放路径，
    if not os.path.exists(path):
        os.makedirs(path)
    caijian(ims_path, path, size_w=256, size_h=256, step=12) 

---

总结

        本文实现了对红外可见光图像进行滑动拆分，值得注意的是，本文使用的cv2图像进行读取，读取的图像要求是彩色图像