航拍圖像是高清大圖,現在主流模型和處理大小1000往下,和計算力有關,工程角度來說要分割多塊分別處理。
寫了一個分割大圖像爲小圖像的小程序。考慮到處理大小是1000往下,所以我的設計思路如下:
分成nxm塊。
n=向上取整(圖像高度/1000)
m=向上取整(圖像高度/1000)
例如:3200x2400的圖像,
n=4
m=3
得到子圖像大小爲:800x800,無論用one-stage或者two-stage,不是特別小的目標都能夠處理了。如果需要其他大小,可以自己更改一下比例,比如縮小一倍,將n和m都乘2就可以。
因爲我要處理的是數據集,所以寫了for循環,針對文件夾批量處理。
代碼如下:
# -*- 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)
代碼很簡單。只用簡單更換 img_path 和 save_path即可。