python：高分辨率图像分块处理

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接： https://blog.csdn.net/gusui7202/article/details/87969534

航拍图像是高清大图，现在主流模型和处理大小1000往下，和计算力有关，工程角度来说要分割多块分别处理。

写了一个分割大图像为小图像的小程序。考虑到处理大小是1000往下，所以我的设计思路如下：

分成nxm块。

n=向上取整（图像高度/1000）

m=向上取整（图像高度/1000）

例如：3200x2400的图像，

n=4

m=3

得到子图像大小为：800x800，无论用one-stage或者two-stage，不是特别小的目标都能够处理了。如果需要其他大小，可以自己更改一下比例，比如缩小一倍，将n和m都乘2就可以。

因为我要处理的是数据集，所以写了for循环，针对文件夹批量处理。

代码如下：

# -*- coding:utf-8 -*-
import os
import matplotlib.pyplot as plt
import cv2
import numpy as np
 
def divide_img(img_path, img_name, save_path):
imgg=img_path+img_name
img = cv2.imread(imgg)
#   img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
h = img.shape[0]
w = img.shape[1]
n=int(np.floor(h*1.0/1000))+1
m=int(np.floor(w*1.0/1000))+1
print('h={},w={},n={},m={}'.format(h,w,n,m))
dis_h=int(np.floor(h/n))
dis_w=int(np.floor(w/m))
num=0
   for i in range(n):
     for j in range(m):
num+=1
print('i,j={}{}'.format(i,j))
sub=img[dis_h*i:dis_h*(i+1),dis_w*j:dis_w*(j+1),:]
cv2.imwrite(save_path+'{}_{}.jpg'.format(name,num),sub)
   
 
 
if __name__ == '__main__':
 
img_path = 'C:/Users/na/Desktop/img/'
save_path = 'C:/Users/na/Desktop/div/'
img_list = os.listdir(img_path)
  for name in img_list:
divide_img(img_path,name,save_path)

代码很简单。只用简单更换 img_path 和 save_path即可。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！