OpenCV技术应用(5)— 将一幅图像均分成4幅图像

**前言:****Hello大家好,我是小哥谈。**本节课就手把手教你如何将一幅图像均分成4幅图像,希望大家学习之后能够有所收获~!🌈

目录

🚀1.技术介绍

🚀2.实现代码

🚀1.技术介绍

如果将下图所示目标图像均分为4幅图像,会有多少种解决办法呢?先来了解下其中的3种简单办法:一是水平方向上,将目标图像对折、再对折;二是垂直方向上,将目标图像对折、再对折;三是先将目标图像在水平方向上对折,再将其在垂直方向上对折。

本案例就以第3种解决办法为例,使用OpenCV将下图所示的目标图像均分为4幅图像。


🚀2.实现代码

为了实现将目标图像均分为4幅图像,要先明确目标图像的行像素和列像素,即获取目标图像的属性shape。关键代码如下所示:

python 复制代码
rows, columns, channels = image.shape # 获取图像的行像素、列像素和通道数

得到目标图像的行像素和列像素后,使用"切片"的相关知识表示这4幅图像的所在区域。需要注意的是,如果目标图像在水平方向上含有columns个像素,在垂直方向上含有rows个像素,但是,目标图像左上角像素的坐标是(0, 0),右下角像素的坐标是((rows-1), (columns-1))。关键代码如下所示:

python 复制代码
# 图像要被均分成2行2列的4幅图像
for i in range(2): # 表示"行"
    for j in range(2): # 表示"列"
        # 使用"切片",分别得到4幅图像中的每一幅图像
        img_roi = image[(i * int(rows/2)):((i + 1) * int(rows/2) -1),
                  (j * int(columns/2)):((j + 1) * int(columns/2) -1)]

具体的实现代码如下所示:

python 复制代码
import cv2

image = cv2.imread(r"C:\Users\Lenovo\PycharmProjects\yolov5-master1\data\images\1.jpg") # 读取图像地址
rows, columns, channels = image.shape # 获取图像的行像素、列像素和通道数
cv2.imshow("1", image) # 创建一个名称为ice的窗口显示读取到的图像
image_name = 1 # 使用数字命名将要被保存的图像
# 图像要被均分成2行2列的4幅图像
for i in range(2): # 表示"行"
    for j in range(2): # 表示"列"
        # 使用"切片",分别得到4幅图像中的每一幅图像
        img_roi = image[(i * int(rows/2)):((i + 1) * int(rows/2) -1),
                  (j * int(columns/2)):((j + 1) * int(columns/2) -1)]
        cv2.imshow(str(i) + "-" + str(j), img_roi) # 窗口显示4幅图像中的每一幅图像
        cv2.imwrite("images/" + str(image_name) + ".jpg", img_roi) # 保存4幅图像中的每一幅图像
        image_name = image_name + 1 # 用于命名将要被保存的图像的数字执行自加操作
cv2.waitKey() # 按下键盘上的任意按键后
cv2.destroyAllWindows() # 销毁显示图像的所有窗口

运行结果如下所示:


相关推荐
数数科技的数据干货9 分钟前
从爆款到厂牌:解读游戏工业化的业务持续增长道路
运维·数据库·人工智能
StarPrayers.1 小时前
K-means 聚类
机器学习·kmeans·聚类
amhjdx3 小时前
星巽短剧以科技赋能影视创新,构建全球短剧新生态!
人工智能·科技
听风南巷4 小时前
机器人全身控制WBC理论及零空间原理解析(数学原理解析版)
人工智能·数学建模·机器人
美林数据Tempodata4 小时前
“双新”指引,AI驱动:工业数智应用生产性实践创新
大数据·人工智能·物联网·实践中心建设·金基地建设
电科_银尘4 小时前
【大语言模型】-- 私有化部署
人工智能·语言模型·自然语言处理
翔云 OCR API6 小时前
人工智能驱动下的OCR API技术演进与实践应用
人工智能·ocr
极客学术工坊6 小时前
2023年辽宁省数学建模竞赛-B题 数据驱动的水下导航适配区分类预测-基于支持向量机对水下导航适配区分类的研究
机器学习·支持向量机·数学建模·分类
南方者6 小时前
重磅升级!文心 ERNIE-5.0 新一代原生全模态大模型,这你都不认可它吗?!
人工智能·aigc
庄周迷蝴蝶7 小时前
旋转位置编码(Rotary Position Embedding,RoPE)
人工智能·机器学习