python 實現從高分辨影象上摳取影象塊
阿新 • • 發佈:2020-01-09
我就廢話不多說了,直接上程式碼吧!
#coding=utf-8 import cv2 import numpy as np import os # 程式實現功能: # 根據patch在高解析度影象上的索引值,crop出對應區域的影象 # 並驗證程式的正確性 ''' 對於當前輸入的3328*3328的高解析度特徵圖,首先resize到640*640 然後根據當前的patch檔名(包含了patch在高解析度影象上的行索引和列索引) 這個索引值是將高解析度影象劃分成多個沒有overlap的256*256的影象塊之後的行索引和列索引 行索引range(1,11),列索引range(0,12) 3328=13*256 ''' index='IDRiD_03_3_12.jpg' raw_img_path='F:\\2\\eye_seg_con\\eye_seg\\joint_data\\raw_image\\train' patches_path='F:\\2\\eye_seg_con\\eye_seg\\joint_data\\patches\\train' true_patches=cv2.imread(os.path.join(patches_path,index))[:,:,::-1] print(os.path.join(raw_img_path,index.split('_')[0]+index.split('_')[1]+'.jpg')) hr_img=cv2.imread(os.path.join(raw_img_path,index.split('_')[0]+'_'+index.split('_')[1]+'.jpg'))[:,::-1] hr_img=cv2.resize(hr_img,(640,640))# hr_img RGB ''' 640/13=49.23076923076923 記作unit 將640*640的區域平均劃分成13*13份,每一份的畫素點大小是unit*unit 然後將對應位置(取整)的影象塊摳出來,resize成256*256大小 ''' unit=640/13 patch_row_num = int(index[:-4].split('_')[2]) patch_col_num = int(index[:-4].split('_')[3]) row_start=round(patch_row_num*unit) row_end=round((patch_row_num+1)*unit) col_start=round(patch_col_num*unit) col_end=round((patch_col_num+1)*unit) my_patch=hr_img[row_start:row_end,col_start:col_end,:] my_patch=cv2.resize(my_patch,(256,256)) my_patch=np.array(my_patch,dtype=np.uint8) cv2.imshow('true_patches',true_patches[:,::-1]) cv2.waitKey(0) cv2.imshow('my_patch',my_patch[:,::-1]) cv2.waitKey(0) # # hr_img RGB # # # cv2.imshow('1',hr_img[:,::-1]) # # cv2.waitKey(0) # # hr_img2=cv2.imread(os.path.join(raw_img_path,index.split('_')[0]+'_'+index.split('_')[1]+'.jpg')) # hr_img2=cv2.resize(hr_img2,640))[:,::-1]# hr_img2 RGB # # cv2.imshow('2',hr_img2[:,::-1]) # # cv2.waitKey(0) # # print(np.sum(hr_img2-hr_img))# 0 # 結論: # 對於cv2.resize函式而言,無論是先進行BGR的通道轉換,再resize,還是先進行resize,再進行BGR通道轉換 # 所得到的影象是相同的,即resize和通道維度的變換可交換順序 # 實際上resize只發生在spatial dimension,而通道變換髮生在channels dimension,所以空間維度上的插值變換 # 是在每個通道維度上獨立進行的。 # 另外,對於計算機而言,所讀取到的彩色影象就是H*W*3的矩陣而已,它本身是沒有辦法區分究竟是BGR格式還是RGB格式的
以上這篇python 實現從高分辨影象上摳取影象塊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。