这个操作可能不值钱，但却值得学习 | 【图片批量裁剪】
前言
有一句叫：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已
这句话，在实际的应用中，让我体会很深，目前很多算法已经能到初步满足我们的需求，更多的时候是要花费大量的时间在处理数据上面，现实生活的数据经常是很难满足算法的基本要求，例如常见的样本不均衡问题的等，今天要介绍的就是1、固定区域图片裁剪；2、自定义裁剪图片
实现思路和代码展示
批量裁剪固定区域的实现思路
1、找到存储图片的文件夹路径，并读取名字
2、读取图片尺寸，公式定义裁剪区域
3、保存裁剪后的图片
注意点：裁剪后的图片的长和高必须为整数
代码
import os
import cv2
# 准备工作：导入库和读取图片路径以及存储图片路径
imgs_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/imgs'
dst_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/crop1'
# 1、读取图片名字
imgs_name = os.listdir(imgs_path)
print('文件夹下图片的名字：',imgs_name)
# 2、读取图片尺寸，公式定义裁剪区域
for img in imgs_name:
image = cv2.imread(os.path.join(imgs_path,img))# 读取图片
x,y = image.shape[0:2] # 读取图片的尺寸
print('图片的形状',image.shape)
# 裁剪掉x方向的前面和后面各20%，并取整
crop_image = image[round(0.2 * x):round(0.8 * x), 0:y]
# 3、将裁剪后的图片保存
cv2.imwrite(dst_path+'/'+img,crop_image)
结果展示
批量自定义裁剪区域的实现思路
1、找到存储图片的文件夹路径，并读取名字
2、读取图片尺寸，公式定义裁剪区域（需改为用鼠标选取区域）
3、保存裁剪后的图片
注意点：操作指南，在图片中顺时针或者逆时针点出四个点，即可裁剪出区域，按esc保存并对下一张图片进行裁剪，此时会保留上一次裁剪区域所留下的点，必须按右键取消重新选点
代码
import cv2import numpy as npimport os
# -----------------------定义鼠标相关操作---------------------------------lsPointsChoose = []tpPointsChoose = []pointsCount = 0count = 0pointsMax = 5 # 绘制四边形时 pointmax=5，五边形时，为6，以此类推,但需要调整部分代码
def on_mouse(event, x, y, flags, param): global img, point1, point2, count, pointsMax global lsPointsChoose, tpPointsChoose # 存入选择的点 global pointsCount # 对鼠标按下的点计数 global img2, ROI_bymouse_flag img2 = img.copy() # 此行代码保证每次都重新再原图画 避免画多了 # ----------------------------------------------------------- # count=count+1 # print('callback_count',count) # ------------------------------------------------------------
if event == cv2.EVENT_LBUTTONDOWN: # 左键点击 pointsCount = pointsCount + 1 print('pointsCount:', pointsCount) point1 = (x, y) print(x, y) # 画出点击的点 cv2.circle(img2, point1, 10, (0, 255, 0), 2)
# 将选取的点保存到list列表里 lsPointsChoose.append([x, y]) # 用于转化为darry 提取多边形ROI tpPointsChoose.append((x, y)) # 用于画点 # ---------------------------------------------------------- # 将鼠标选的点用直线连起来 print(len(tpPointsChoose)) for i in range(len(tpPointsChoose) - 1): print('i', i) cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2) # -------------------------------------------------------- # ----------点击到pointMax时可以提取去绘图---------------- if (pointsCount == pointsMax): # -----------绘制感兴趣区域----------- ROI_byMouse() ROI_bymouse_flag = 1 lsPointsChoose = []
cv2.imshow('src', img2) # -------------------------右键按下清除轨迹----------------------------- if event == cv2.EVENT_RBUTTONDOWN: # 右键点击 print('right-mouse') pointsCount = 0 tpPointsChoose = [] lsPointsChoose = [] print(len(tpPointsChoose)) for i in range(len(tpPointsChoose) - 1): print('i', i) cv2.line(img2, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2) cv2.imshow('src', img2)
def ROI_byMouse(): global src, ROI, ROI_flag, mask2, img1 mask = np.zeros(img.shape, np.uint8) pts = np.array([lsPointsChoose], np.int32) # pts是多边形的顶点列表（顶点集） pts = pts.reshape((-1, 1, 2)) # 这里 reshape 的第一个参数为-1, 表明这一维的长度是根据后面的维度的计算出来的。 # OpenCV中需要先将多边形的顶点坐标变成顶点数×1×2维的矩阵，再来绘制
# --------------画多边形--------------------- mask = cv2.polylines(mask, [pts], True, (255, 255, 255)) ##-------------填充多边形--------------------- mask2 = cv2.fillPoly(mask, [pts], (255, 255, 255)) cv2.imshow('mask', mask2) # cv2.imwrite('mask.jpg', mask2) ROI = cv2.bitwise_and(mask2, img) ##-------------裁剪四边形--------------------- print(pts) print('y0的值为', pts[0][0][0]) ROI_crop = img[pts[0][0][1]:pts[2][0][1], pts[0][0][0]:pts[2][0][0]] # 裁剪坐标为[y0:y1, x0:x1]
cv2.imwrite(dst_path + img1, ROI_crop) cv2.imshow(img1, ROI)
'''批量绘制ROI区域'''imgs_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/imgs/'dst_path = '/media/pzw/0E50196C0E50196C/weixin/pystudy/crop2/'
if not os.path.exists(dst_path): os.makedirs(dst_path)imgs = os.listdir(imgs_path)print(imgs)for img1 in imgs: img = cv2.imread(os.path.join(imgs_path,img1))
# --------------------------------------------------------- # --图像预处理，设置其大小 # height, width = img.shape[:2] # size = (int(width * 0.3), int(height * 0.3)) # img = cv2.resize(img, size, interpolation=cv2.INTER_AREA) # ------------------------------------------------------------ ROI = img.copy() cv2.namedWindow('src') cv2.setMouseCallback('src', on_mouse) #为了方便裁剪，这里对图片大小进行重新设置 img = cv2.resize(img,(640,960),interpolation=cv2.INTER_CUBIC) cv2.imshow('src', img) cv2.waitKey(0) cv2.destroyAllWindows()结果展示
喜欢的话，请给我个好看吧！