python 三维图片 任意切片_Python 实现将大图切片成小图,将小图组合成大图的例子...

训练keras时遇到了一个问题，就是内存不足，将 .fit 改成 .fit_generator以后还是放不下一张图（我的图片是8192×8192的大图==64M）。于是解决方法是将大图切成小图，把小图扔去训练，跑出来的图再拼成一个大图

实验发现我的keras（win10 - 16G内存）只放得下最多4副小图（2048×2048×4==16M），

再多就会报错exit ：

Allocation of 4831838208 exceeds 10% of system memory.

原因大概是除了numpy本身要存这些图，keras训练中也会对应有额外的消耗

一、大图切片成小图

'''

读入一个图片0.bmp，切成指定数目个小图片(16个)

文件夹名out

'''

from PIL import Image

import sys,os

cut_num = 4 # 4*4=16个图片

#将图片填充为正方形

def fill_image(image):

width, height = image.size

#选取长和宽中较大值作为新图片的

new_image_length = width if width > height else height

#生成新图片[白底]

#new_image = Image.new(image.mode, (new_image_length, new_image_length), color='white')

new_image = Image.new(image.mode, (new_image_length, new_image_length))

#将之前的图粘贴在新图上，居中

if width > height:#原图宽大于高，则填充图片的竖直维度

#(x,y)二元组表示粘贴上图相对下图的起始位置

new_image.paste(image, (0, int((new_image_length - height) / 2)))

else:

new_image.paste(image, (int((new_image_length - width) / 2),0))

return new_image

#切图

def cut_image(image):

width, height = image.size

item_width = int(width / cut_num)

box_list = []

# (left, upper, right, lower)

for i in range(0,cut_num):#两重循环，生成图片基于原图的位置

for j in range(0,cut_num):

#print((i*item_width,j*item_width,(i+1)*item_width,(j+1)*item_width))

box = (j*item_width,i*item_width,(j+1)*item_width,(i+1)*item_width)

box_list.append(box)

image_list = [image.crop(box) for box in box_list]

return image_list

#保存

def save_images(image_list):

index = 1

for image in image_list:

image.save('out/'+str(index) + '.bmp', 'BMP')

index += 1

if __name__ == '__main__':

file_path = "0.bmp"

os.mkdir("out")

image = Image.open(file_path)

#image.show()

image = fill_image(image)

image_list = cut_image(image)

save_images(image_list)

二、随机截取指定大小的图

'''

随即截取指定大小的图片

'''

import os

import cv2

import random

#读取图片

img1=cv2.imread('0.bmp')

img2=cv2.imread('1.bmp')

#h、w为想要截取的图片大小

h=2048

w=2048

save_dir1 = "pic_train/"

save_dir2 = "pic_noise/"

if os.path.exists(save_dir1) is False:

os.makedirs(save_dir1)

if os.path.exists(save_dir2) is False:

os.makedirs(save_dir2)

count=0

while 1:

#随机产生x,y 此为像素内范围产生

y = random.randint(0, 6144)

x = random.randint(0, 6144)

#随机截图

cropImg1 = img1[(y):(y + h), (x):(x + w)]

cropImg2 = img2[(y):(y + h), (x):(x + w)]

cv2.imwrite(save_dir1 + str(count) + '.bmp', cropImg1)

cv2.imwrite(save_dir2 + str(count) + '.bmp', cropImg2)

count+=1

if count==100:

break

三、小图组合成大图

'''

将指定文件夹里面的图片拼接成一个大图片

'''

import PIL.Image as Image

import os

IMAGES_PATH = 'out\\' # 图片集地址

IMAGES_FORMAT = ['.bmp', '.BMP'] # 图片格式

IMAGE_SIZE = 2048 # 每张小图片的大小

IMAGE_ROW = 4 # 图片间隔，也就是合并成一张图后，一共有几行

IMAGE_COLUMN = 4 # 图片间隔，也就是合并成一张图后，一共有几列

IMAGE_SAVE_PATH = 'final.bmp' # 图片转换后的地址

# 获取图片集地址下的所有图片名称

image_names = [name for name in os.listdir(IMAGES_PATH) for item in IMAGES_FORMAT if

os.path.splitext(name)[1] == item]

# 简单的对于参数的设定和实际图片集的大小进行数量判断

if len(image_names) != IMAGE_ROW * IMAGE_COLUMN:

raise ValueError("合成图片的参数和要求的数量不能匹配！")

# 定义图像拼接函数

def image_compose():

to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE)) #创建一个新图

# 循环遍历，把每张图片按顺序粘贴到对应位置上

for y in range(1, IMAGE_ROW + 1):

for x in range(1, IMAGE_COLUMN + 1):

from_image = Image.open(IMAGES_PATH + image_names[IMAGE_COLUMN * (y - 1) + x - 1]).resize(

(IMAGE_SIZE, IMAGE_SIZE),Image.ANTIALIAS)

to_image.paste(from_image, ((x - 1) * IMAGE_SIZE, (y - 1) * IMAGE_SIZE))

to_image = to_image.convert('L')

return to_image.save(IMAGE_SAVE_PATH) # 保存新图

image_compose() #调用函数

注意文件名的数字顺序，00 01 02 ...11 12 13 ....这样

以上这篇Python 实现将大图切片成小图,将小图组合成大图的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。