图片的裁剪和合并（python+opencv)

遥感影像的裁剪和合并（python+opencv)

---

一、需求：

1）把一张分辨率为134009333的遥感影像（RGB+alpha4个通道）裁剪成10241024的影像，用于作为深度学习神经网络的训练集。
2）并且能够把网络输出结果的小图片合并成原来的大小。
注：以上均舍弃不够整除的部分

二：裁剪思路：

1、先导入用到的库
2、调用cv2.imread()读取要裁剪的原始影像

imread()函数：
读入图片，共两个参数，第一个参数为要读入的图片文件名，第二个参数为如何读取图片，包括cv2.IMREAD_COLOR：读入一副彩色图片；cv2.IMREAD_GRAYSCALE：以灰度模式读入图片；cv2.IMREAD_UNCHANGED：读入一幅图片，并包括其alpha通道。也可分别用1，0，-1代替，默认为1。

3、循环读取原始影像，每隔rows行、cols列就存储成一张图片，并格式化存储地址

裁剪代码如下：

"""
输入：图片路径(path+filename)，裁剪获得小图片的列数、行数（也即宽、高）
输出：无
"""
def crop_one_picture(path,filename,cols,rows):
    img=cv2.imread(path+filename,-1)##读取彩色图像，图像的透明度(alpha通道)被忽略，默认参数;灰度图像;读取原始图像，包括alpha通道;可以用1，0，-1来表示
    sum_rows=img.shape[0]   #高度
    sum_cols=img.shape[1]    #宽度
    save_path=path+"\\crop{0}_{1}\\".format(cols,rows)  #保存的路径
    if not os.path.exists(save_path):
        os.makedirs(save_path)
    print("裁剪所得{0}列图片，{1}行图片.".format(int(sum_cols/cols),int(sum_rows/rows))) 
    
    for i in range(int(sum_cols/cols)):
        for j in range(int(sum_rows/rows)):
            cv2.imwrite(save_path+os.path.splitext(filename)[0]+'_'+str(j)+'_'+str(i)+os.path.splitext(filename)[1],img[j*rows:(j+1)*rows,i*cols:(i+1)*cols,:])
            #print(path+"\crop\\"+os.path.splitext(filename)[0]+'_'+str(j)+'_'+str(i)+os.path.splitext(filename)[1])
    print("裁剪完成，得到{0}张图片.".format(int(sum_cols/cols)*int(sum_rows/rows)))
    print("文件保存在{0}".format(save_path))

三：合并思路：

1、用file_name(root_path,picturetype)函数遍历传入的文件夹，得到所有符合格式的图片路径。root_path为文件夹路径，picturetype为图片后缀名：如".tif",".jpg"

"""遍历文件夹下某格式图片"""
def file_name(root_path,picturetype):
    filename=[]
    for root,dirs,files in os.walk(root_path):
        for file in files:
            if os.path.splitext(file)[1]==picturetype:
                filename.append(os.path.join(root,file))
    return filename

2、按照裁剪所得的小图片的文件名隐含的行列数找到它应该在的位置
3、保存为merge.tif
合并代码如下：

"""

输入：图片路径(path+filename)，裁剪所的图片的列的数量、行的数量
输出：无
"""
def merge_picture(merge_path,num_of_cols,num_of_rows):
    filename=file_name(merge_path,".tif")
    shape=cv2.imread(filename[0],-1).shape    #三通道的影像需把-1改成1
    cols=shape[1]
    rows=shape[0]
    channels=shape[2]
    dst=np.zeros((rows*num_of_rows,cols*num_of_cols,channels),np.uint8)
    for i in range(len(filename)):
        img=cv2.imread(filename[i],-1)
        cols_th=int(filename[i].split("_")[-1].split('.')[0])
        rows_th=int(filename[i].split("_")[-2])
        roi=img[0:rows,0:cols,:]
        dst[rows_th*rows:(rows_th+1)*rows,cols_th*cols:(cols_th+1)*cols,:]=roi
    cv2.imwrite(merge_path+"merge.tif",dst)

三：调用函数示例及截图：

一：调用裁剪函数示例

path='.\\input\\origin\\test\\'   #要裁剪的图片所在的文件夹
filename='2015_rgbn.tif'    #要裁剪的图片名
cols=1024        #小图片的宽度（列数）
rows=1024        #小图片的高度（行数）
crop_one_picture(path,filename,1024,1024)

原始图片如下：

得到结果截图：

二：调用合并图片函数示例

merge_path=".\\input\\origin\\test\\crop1024_1024\\"   #要合并的小图片所在的文件夹
num_of_cols=13    #列数
num_of_rows=9     #行数
merge_picture(merge_path,num_of_cols,num_of_rows)

得到的合并图：

上述所有代码已上传到github