遙感影像的裁剪和合並（python+opencv)

一、需求：

1）把一張解析度為13400*9333的遙感影像（RGB+alpha4個通道）裁剪成1024*1024的影像，用於作為深度學習神經網路的訓練集。 2）並且能夠把網路輸出結果的小圖片合併成原來的大小。 注：以上均捨棄不夠整除的部分

二：裁剪思路：

1、先匯入用到的庫 2、呼叫cv2.imread()讀取要裁剪的原始影像

imread()函式： 讀入圖片，共兩個引數，第一個引數為要讀入的圖片檔名，第二個引數為如何讀取圖片，包括cv2.IMREAD_COLOR：讀入一副彩色圖片；cv2.IMREAD_GRAYSCALE

：以灰度模式讀入圖片；cv2.IMREAD_UNCHANGED：讀入一幅圖片，幷包括其alpha通道。也可分別用1，0，-1代替，預設為1。

3、迴圈讀取原始影像，每隔rows行、cols列就儲存成一張圖片，並格式化儲存地址

裁剪程式碼如下：

"""
輸入：圖片路徑(path+filename)，裁剪獲得小圖片的列數、行數（也即寬、高）
輸出：無
"""
def crop_one_picture(path,filename,cols,rows):
    img=cv2.imread(path+filename,-1)##讀取彩色影象，影象的透明度(alpha通道)被忽略，預設引數;灰度影象;讀取原始影象，包括alpha通道;可以用1，0，-1來表示
 

    sum_rows=img.shape[0]   #高度
    sum_cols=img.shape[1]    #寬度
    save_path=path+"\\crop{0}_{1}\\".format(cols,rows)  #儲存的路徑
    if not os.path.exists(save_path):
        os.makedirs(save_path)
    print("裁剪所得{0}列圖片，{1}行圖片.".format(int(sum_cols/cols),int(sum_rows/rows))) 

    for i in range(int(sum_cols/cols)):
        for
 
 j in range(int(sum_rows/rows)):
            cv2.imwrite(save_path+os.path.splitext(filename)[0]+'_'+str(j)+'_'+str(i)+os.path.splitext(filename)[1],img[j*rows:(j+1)*rows,i*cols:(i+1)*cols,:])
            #print(path+"\crop\\"+os.path.splitext(filename)[0]+'_'+str(j)+'_'+str(i)+os.path.splitext(filename)[1])
    print("裁剪完成，得到{0}張圖片.".format(int(sum_cols/cols)*int(sum_rows/rows)))
    print("檔案儲存在{0}".format(save_path))

三：合併思路：

1、用file_name(root_path,picturetype)函式遍歷傳入的資料夾，得到所有符合格式的圖片路徑。root_path為資料夾路徑，picturetype為圖片字尾名：如”.tif”,”.jpg”

"""遍歷資料夾下某格式圖片"""
def file_name(root_path,picturetype):
    filename=[]
    for root,dirs,files in os.walk(root_path):
        for file in files:
            if os.path.splitext(file)[1]==picturetype:
                filename.append(os.path.join(root,file))
    return filename

2、按照裁剪所得的小圖片的檔名隱含的行列數找到它應該在的位置 3、儲存為merge.tif 合併程式碼如下：

"""

輸入：圖片路徑(path+filename)，裁剪所的圖片的列的數量、行的數量
輸出：無
"""
def merge_picture(merge_path,num_of_cols,num_of_rows):
    filename=file_name(merge_path,".tif")
    shape=cv2.imread(filename[0]).shape    #三通道的影像需把-1改成1
    cols=shape[1]
    rows=shape[0]
    channels=shape[2]
    dst=np.zeros((rows*num_of_rows,cols*num_of_cols,channels),np.uint8)
    for i in range(len(filename)):
        img=cv2.imread(filename[i],-1)
        cols_th=int(filename[i].split("_")[-1].split('.')[0])
        rows_th=int(filename[i].split("_")[-2])
        roi=img[0:rows,0:cols,:]
        dst[rows_th*rows:(rows_th+1)*rows,cols_th*cols:(cols_th+1)*cols,:]=roi
    cv2.imwrite(merge_path+"merge.tif",dst)

三：呼叫函式示例及截圖：

一：呼叫裁剪函式示例

path='.\\input\\origin\\test\\'   #要裁剪的圖片所在的資料夾
filename='2015_rgbn.tif'    #要裁剪的圖片名
cols=1024        #小圖片的寬度（列數）
rows=1024        #小圖片的高度（行數）
crop_one_picture(path,filename,1024,1024)

原始圖片如下：

得到結果截圖：

二：呼叫合併圖片函式示例

merge_path=".\\input\\origin\\test\\crop1024_1024\\"   #要合併的小圖片所在的資料夾
num_of_cols=13    #列數
num_of_rows=9     #行數
merge_picture(merge_path,num_of_cols,num_of_rows)

得到的合併圖：

上述所有程式碼已上傳到github