如何在Python中将图像分割成多个片段
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何在Python中将图像分割成多个片段相关的知识,希望对你有一定的参考价值。
我正在尝试使用PIL将照片分成多个部分。
def crop(Path,input,height,width,i,k,x,y,page):
im = Image.open(input)
imgwidth = im.size[0]
imgheight = im.size[1]
for i in range(0,imgheight-height/2,height-2):
print i
for j in range(0,imgwidth-width/2,width-2):
print j
box = (j, i, j+width, i+height)
a = im.crop(box)
a.save(os.path.join(Path,"PNG","%s" % page,"IMG-%s.png" % k))
k +=1
但它似乎没有起作用。它会分割照片但不是精确的方式(你可以尝试)。
from PIL import Image
def crop(path, input, height, width, k, page, area):
im = Image.open(input)
imgwidth, imgheight = im.size
for i in range(0,imgheight,height):
for j in range(0,imgwidth,width):
box = (j, i, j+width, i+height)
a = im.crop(box)
try:
o = a.crop(area)
o.save(os.path.join(path,"PNG","%s" % page,"IMG-%s.png" % k))
except:
pass
k +=1
编辑:我相信这个答案错过了将图像切割成列和行的矩形的意图。这个答案只能分成几行。它看起来像列和行中的其他答案。
比所有这些更简单的是使用其他人发明的轮子:)它可能更多涉及设置,但是它很容易使用。
这些说明适用于Windows 7;它们可能需要适应其他操作系统。
从here获取并安装点子。
下载安装存档,并将其解压缩到根Python安装目录。打开控制台并键入(如果我没记错的话):
python get-pip.py install
然后通过在控制台输入以下命令,通过pip获取并安装image_slicer模块:
python -m pip install image_slicer
将要切片的图像复制到Python根目录中,打开python shell(不是“命令行”),然后输入以下命令:
import image_slicer
image_slicer.slice('huge_test_image.png', 14)
这个模块的美妙之处在于它
- 安装在python中
- 可以使用两行代码调用图像分割
- 接受任何偶数作为图像切片参数(例如,在此示例中为14)
- 获取该参数并自动将给定图像拆分为如此多的切片,并将结果编号的切片自动保存在同一目录中,最后
- 具有将图像拼接在一起的功能(我还没有测试过);文件显然必须按照您在测试image_slicer.slice函数后在拆分文件中看到的约定命名。
将图像分割为MxN像素的图块(假设im为numpy.ndarray):
tiles = [im[x:x+M,y:y+N] for x in range(0,im.shape[0],M) for y in range(0,im.shape[1],N)]
如果您想将图像拆分为四个部分:
M = im.shape[0]//2
N = im.shape[1]//2
tiles [0]保持左上方的tile
- 如果将裁剪代码与图像保存代码分开,
crop
将是一个更可重用的函数。它还可以使呼叫签名更简单。 im.crop
返回一个Image._ImageCrop
实例。此类实例没有保存方法。相反,您必须将Image._ImageCrop
实例粘贴到新的Image.Image
上- 您的范围没有正确的步长。 (为什么
height-2
而不是height
?例如。为什么要停在imgheight-(height/2)
?)。
所以,你可能会尝试这样的事情:
import Image
import os
def crop(infile,height,width):
im = Image.open(infile)
imgwidth, imgheight = im.size
for i in range(imgheight//height):
for j in range(imgwidth//width):
box = (j*width, i*height, (j+1)*width, (i+1)*height)
yield im.crop(box)
if __name__=='__main__':
infile=...
height=...
width=...
start_num=...
for k,piece in enumerate(crop(infile,height,width),start_num):
img=Image.new('RGB', (height,width), 255)
img.paste(piece)
path=os.path.join('/tmp',"IMG-%s.png" % k)
img.save(path)
这是一个简洁,纯粹的python解决方案,适用于python 3和2:
from PIL import Image
infile = '20190206-135938.1273.Easy8thRunnersHopefully.jpg'
chopsize = 300
img = Image.open(infile)
width, height = img.size
# Save Chops of original image
for x0 in range(0, width, chopsize):
for y0 in range(0, height, chopsize):
box = (x0, y0,
x0+chopsize if x0+chopsize < width else width - 1,
y0+chopsize if y0+chopsize < height else height - 1)
print('%s %s' % (infile, box))
img.crop(box).save('zchop.%s.x%03d.y%03d.jpg' % (infile.replace('.jpg',''), x0, y0))
笔记:
这是我的脚本工具,将css-split图像拆分为图标非常简单:
Usage: split_icons.py img dst_path width height
Example: python split_icons.py icon-48.png gtliu 48 48
将代码保存到split_icons.py中:
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import os
import sys
import glob
from PIL import Image
def Usage():
print '%s img dst_path width height' % (sys.argv[0])
sys.exit(1)
if len(sys.argv) != 5:
Usage()
src_img = sys.argv[1]
dst_path = sys.argv[2]
if not os.path.exists(sys.argv[2]) or not os.path.isfile(sys.argv[1]):
print 'Not exists', sys.argv[2], sys.argv[1]
sys.exit(1)
w, h = int(sys.argv[3]), int(sys.argv[4])
im = Image.open(src_img)
im_w, im_h = im.size
print 'Image width:%d height:%d will split into (%d %d) ' % (im_w, im_h, w, h)
w_num, h_num = int(im_w/w), int(im_h/h)
for wi in range(0, w_num):
for hi in range(0, h_num):
box = (wi*w, hi*h, (wi+1)*w, (hi+1)*h)
piece = im.crop(box)
tmp_img = Image.new('L', (w, h), 255)
tmp_img.paste(piece)
img_path = os.path.join(dst_path, "%d_%d.png" % (wi, hi))
tmp_img.save(img_path)
我觉得skimage.util.view_as_windows
或`skimage.util.view_as_blocks更容易,它也允许你配置步骤
以上是关于如何在Python中将图像分割成多个片段的主要内容,如果未能解决你的问题,请参考以下文章
通过 BPM 将音轨分割成片段,并使用 Superpowered iOS 分析每个片段
在 Python 多处理进程中运行较慢的 OpenCV 代码片段
毕业了,在Python中使用 OpenCV 和K-Means 聚类对毕业照进行图像分割