在python2.7中用numpy.reshape 對圖像進行切割的方法
更新時間：2018年12月05日 11:09:18 作者：jdefla
今天小編就為大家分享一篇在python2.7中用numpy.reshape 對圖像進行切割的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
遇到這么個需求：把圖片按照定義的patchsize切塊，然后按照z軸順序疊放小塊，如下圖(僅考慮灰度圖像)
圖片im，設size為（h，w），patchsize為（ph，pw），則處理后大?。楹喕枋?，假設可以整除）為（ph，pw，w*h/ph/pw）。
為簡化描述，后面用h=300，w=300，ph=100，pw=100 為例，即處理后d=9。
numpy.reshape 的文檔：點擊打開鏈接
特別注意第三個參數(shù) order，其默認取值為 order=‘C'，表示最后一個維度的元素在reshape時優(yōu)先重排位置。而order=‘F'時則相反，第一個維度的元素優(yōu)先重排位置。
例子如下，得到的im2就是這么一個tensor
import cv2
import numpy as np
im=cv2.imread('animal007.jpg',cv2.IMREAD_GRAYSCALE)
h= 300
w= 300
patchsize=100
d=h*w/patchsize/patchsize
print d
#crop the image to h x w
im=np.array(im[: h ,: w ])
#this gets wrong answer
im_wrong1=im.reshape((patchsize,patchsize,-1))
im_wrong7= im.reshape((patchsize,patchsize,-1),order='F')
im_wrong2=im.reshape(( h ,patchsize,-1)).reshape((patchsize,patchsize,-1))
im_wrong3=im.reshape((patchsize, w ,-1)).reshape((patchsize,patchsize,-1))
im_wrong4= im.reshape(( h ,patchsize,-1),order='F').reshape((patchsize,patchsize,-1))
im_wrong5= im.reshape(( h ,patchsize,-1),order='F').reshape((patchsize,patchsize,-1),order='F')
im_wrong6= im.reshape((patchsize, w ,-1),order='F').reshape((patchsize,patchsize,-1),order='F')
#this only works for h=w, i dont know why
im2= im.reshape((patchsize, w ,-1),order='F').reshape((patchsize,patchsize,-1))
im2_0=im2[:,:,no]
cv2.imwrite('im2_0.jpg',im2_0)
no=4;
imw=im_wrong1[:,:,no]
cv2.imwrite('imw1_0.jpg',imw)
imw=im_wrong2[:,:,no]
cv2.imwrite('imw2_0.jpg',imw)
imw=im_wrong3[:,:,no]
cv2.imwrite('imw3_0.jpg',imw)
imw=im_wrong4[:,:,no]
cv2.imwrite('imw4_0.jpg',imw)
imw=im_wrong5[:,:,no]
cv2.imwrite('imw5_0.jpg',imw)
imw=im_wrong6[:,:,no]
cv2.imwrite('imw6_0.jpg',imw)
imw=im_wrong7[:,:,no]
cv2.imwrite('imw7_0.jpg',imw)
以上這篇在python2.7中用numpy.reshape 對圖像進行切割的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
HMAC?算法可用于驗證在應用程序之間傳遞或存儲在潛在易受攻擊位置的信息的完整性，因此本文為大家整理了一些Python中HMAC加密算法的應用，希望對大家有所幫助2023-05-05
這篇文章主要介紹了Python安裝Bs4及使用方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-04-04
解決pandas.DataFrame.fillna 填充Nan失敗的問題
今天小編就為大家分享一篇解決pandas.DataFrame.fillna 填充Nan失敗的問題。具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
這篇文章主要介紹了Python如何把字典寫入到CSV文件的方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-08-08
python CMD命令行傳參實現(xiàn)方法(argparse、click、fire)
這篇文章主要介紹了python CMD命令行傳參實現(xiàn)方法(argparse、click、fire),本文通過實例代碼給大家介紹的非常詳細,感興趣的朋友跟隨小編一起看看吧2024-07-07
PyTorch?Dataset與DataLoader使用超詳細講解
用于處理數(shù)據(jù)樣本的代碼可能會變得凌亂且難以維護；理想情況下，我們希望數(shù)據(jù)集代碼與模型訓練代碼解耦，以獲得更好的可讀性和模塊化。PyTorch提供的torch.utils.data.DataLoader和torch.utils.data.Dataset允許你使用預下載的數(shù)據(jù)集或自己制作的數(shù)據(jù)2022-10-10
Python進制轉(zhuǎn)換與反匯編實現(xiàn)流程介紹
這篇文章主要介紹了Python進制轉(zhuǎn)換與反匯編的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習吧2022-10-10
這篇文章主要介紹了關(guān)于python中的xpath解析定位，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
這篇文章主要為大家詳細介紹了python實現(xiàn)簡單五子棋游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-06-06
Python中字符串類型代碼的執(zhí)行函數(shù)——eval()、exec()和compile()詳解
這篇文章主要介紹了Python中字符串類型代碼的執(zhí)行函數(shù)——eval()、exec()和compile(),字符串類型代碼的執(zhí)行函數(shù)有三個，都是Python的內(nèi)置函數(shù)，下面逐一對這三個函數(shù)詳細講解，需要的朋友可以參考下2023-02-02