Python之图像转正方形

Python之图像转正方形

我们在做项目前，首先要制作数据集，而往往在制作数据集时都会对图片进行预处理，今天将我学习的PIL中将图片转成正方形并且保证图片不变形的三种方法，留作笔记，以便日后复查。

1. 通过创建一张以图像长边为边长的大正方形纯色底图，再将图片直接粘贴到底图上，得到正方形图片。

#-*-coding:utf-8-*-
from PIL import Image
def convert_square_paste(image):
    """
    convert to square with paste
    :param image:Images that need to be processed
    :return:After processing the picture
    """
    width,height = image.size
    new_image_length = max(width,height)#获取新图边长
    new_image = Image.new("RGB",(new_image_length,new_image_length),(127,127,127))#生成一张正方形底图
    pad_len = int(abs(width-height)/2)#预填充区域的大小
    box = (0,pad_len) if width > height else (pad_len,0)
    new_image.paste(image,box)
    return new_image

2. 用nn.ConstantPad2d方法，在输入张量的边界添加指定数量的数字，得到正方形图片。

nn.ConstantPad2方法介绍：
m = nn.ConstantPad2d(padding, value)
padding：为填充数量，如果为int，表示使用相同方法在所有边界填充padding个value；
padding也可以为一个元组（left，right，top，bottom），表示在相应边界填充value；
value：为填充的值。

#-*-coding:utf-8-*-
import torch.nn as nn
from torchvision import transforms
def convert_square_pad(image):
    """
    convert to square with ConstantPad
    """
    width, height = image.size
    img = transforms.ToTensor()(image)
    img = img.unsqueeze(0)#加轴
    pad_len = int(abs(width - height) / 2)#预填充区域的大小
    fill_area = (0,0,pad_len,pad_len) if width > height else (pad_len,pad_len,0,0)#需要填充区域，如果宽大于高则上下填充，否则左右填充
    img = nn.ConstantPad2d(fill_area,127)(img)#填充像素常值为127
    # img = nn.ZeroPad2d(m)(img)#直接填0
    img = img.squeeze(0)#去轴
    img = transforms.ToPILImage()(img)
    return img

3. 将图片转成Numpy，通过切片的方式，将图片转成正方形。

#-*-coding:utf-8-*-
from PIL import Image
import numpy as np

def convert_square_slice(image):
    """
     convert to square with slice
    """
    img = image.convert('RGB')
    img = np.array(img, dtype=np.uint8)  # 图片转numpy
    img_h, img_w, img_c = img.shape
    if img_h != img_w:
        long_side = max(img_w, img_h)
        short_side = min(img_w, img_h)
        loc = int(abs(img_w - img_h)/2)
        img = img.transpose((1, 0, 2)) if img_w < img_h else img  #如果h>w则换轴，广播机制
        background = np.zeros((long_side, long_side, img_c), dtype=np.uint8)  # 创建正方形背景
        background[loc: loc + short_side] = img[...]  # 数据填充在中间位置
        img = background.transpose((1, 0, 2)) if img_w < img_h else background
    return Image.fromarray(img,"RGB")

效果展示

• 原图
  
• 结果图