【数据集处理】Python分块处理高分辨率图片（三合一提供数据集合代码）

对于一些高分辨率的图片，需要分块处理。但有时我们的数据集已经在原图上标注好了，再分块处理可能面临重新标注分块后的图片，这样是很麻烦的，所以提供代码：不需要重新标记分块后的图片，只需要对原数据集进行处理就可以得到，分块后的图片，以及含有目标的块图片的xml文件（VOC格式数据集）。
github:https://github.com/Wubuhe/Auto_splitimg

导读：

1. 通过解析XML文件在原图上进行显示，不修改xml文件，仅生成新图。
2. 均匀切割成M*N张图片，不修改xml文件，仅生成新图。
3. 通过解析XML文件，寻找到原图缺陷目标所在位置，通过文件中设置的大小，生成当前缺陷目标所在的图片，并生成新的图片和XML文件。

Auto_splitimg

高分辨率小目标；图像分割
原图：[外链图片转存失败]
图片来源：[http://robotics.pkusz.edu.cn/resources/dataset/]
图片分辨率：3034*1586

一、通过auto_split_img_test05.py

通过解析XML文件在原图上进行显示，不修改xml文件，仅生成新图。
生成图片

二、通过auto_split_img_test03.py

均匀切割成M*N张图片，不修改xml文件，仅生成新图。
生成图片：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aKNBI40d-1621838543908)(https://user-images.githubusercontent.com/57471141/114347773-12f03b00-9b98-11eb-8bb0-f2aee2eca161.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RsgNKfVb-1621838543909)(https://user-images.githubusercontent.com/57471141/114347851-3a470800-9b98-11eb-99bc-fff04db14f81.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EPGlcQQi-1621838543910)(https://user-images.githubusercontent.com/57471141/114347900-52b72280-9b98-11eb-9253-ef64da8569dd.png)]

三、通过auto_split_img_test02.py

通过解析XML文件，寻找到原图缺陷目标所在位置，通过文件中设置的大小，生成当前缺陷目标所在的图片，并生成新的图片和XML文件。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vYxEGzry-1621838543912)(https://user-images.githubusercontent.com/57471141/114348350-fbfe1880-9b98-11eb-92f6-521373aef686.png)]

xml:生成展示：

四、使用建议

通过test02生成相应数据集合进行模型训练，通过03将检测图片进行分割后放入模型进行检测。
所有代码来源网络，本人仅负责收集并修改一部分。主要目的是为了像本人一样又菜又爱玩的同学可以进行基本的实验。
独立自主、自力更生！！！
参考：
https://blog.csdn.net/weixin_43384257/article/details/100727544
https://blog.csdn.net/m0_37615398/article/details/84982384
https://blog.csdn.net/gusui7202/article/details/87969534