Python-numpy實現灰度影象的分塊和合並方式
阿新 • • 發佈:2020-01-10
我就廢話不多說了,直接上程式碼吧!
from numpy import * import numpy as np import cv2,os,math,os.path from PIL import Image base="F:\\Spy_CNN\\pythonCode\\cvSPY\\cvTest\\LBP\\LBPImag3\\" base2="F:\\ProgrameCode\\FaceDataLib\\orl_Arry\\" imageOld=cv2.imread(base2+"s1_1.bmp") image=cv2.cvtColor(imageOld,cv2.COLOR_BGR2GRAY) '''影象的合成''' H,W=image.shape#(112,92) kuai=5 a=1#為了好調程式 maskx,masky = H/kuai,W/kuai #29 14 toImage=np.zeros((H+(kuai-1)*a,W+(kuai-1)*a)) toImage.shape #您畫畫圖,總結規律,就可以想出來了 for i in range(kuai): for j in range(kuai): '''float64 array''' faceZi=image[int(i*maskx): int((i+1)*maskx),int(j*masky) :int((j+1)*masky)] cv2.imwrite(base+str(i)+str(j)+".bmp",faceZi) # toImage[int(i*maskx)+a: int((i+1)*maskx)+a,int(j*masky)+a :int((j+1)*masky)+a]=faceZi toImage[int(i*maskx)+i: int((i+1)*maskx)+i,int(j*masky)+j :int((j+1)*masky)+j]=faceZi cv2.imwrite(base+"toImage.bmp",toImage) #最簡單的,直接在灰度影象上畫出一條黑線,只是會丟失一些畫素的資料 for i in range(1,kuai): print(i) toImage[int(i*maskx),:]=0 toImage[:,int(i*masky)]=0 cv2.imwrite(base+"toImage.bmp",toImage)
以上這篇Python-numpy實現灰度影象的分塊和合並方式就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。