一、背景
当进行深度学习任务如进行训练时，图片的大小可能导致显存不足，一个方法是对图片直接进行resize，这个会导致图片细节不足；另一个是对图片进行裁剪，裁剪成小的尺寸以送入模型训练，这也有一个缺点，就是会丢失上下文信息。现在想使用python对图片批量裁剪，那么设计了如下一个脚本。
二、方法
进行裁剪时会面临的首要问题是，宽高不足以整除时，如大小为1024*1024的图像，裁剪为300*300的时候，怎么解决？ 我的代码是图片在进行横向切分时，在第四片时，剩下124像素大小，这时我将已经被裁剪的部分补充进去，如下图所示：
纵向也是如此，循环代码即可获得最终的切片效果。
三、代码
#coding=gbk
import cv2
import numpy
import scipy.io as scio
import math
import os
maskFile = r'C:\Users\Administrator\Desktop\test_labelme\labelme\examples\semantic_segmentation\DH_voc\SegmentationClassPNG' # 待裁剪的mask
imgFile = r'C:\Users\Administrator\Desktop\test_labelme\labelme\examples\semantic_segmentation\DH_voc\SegmentationClassPNG' #待裁剪的图片 两者实际操作相同，如果只裁剪一类图像，如只有mask，则删除对应的裁剪图片的代码即可
###"C:\Users\Administrator\Desktop\1" 为保存结果路径，请修改
list_mask = []
list_img = []
for root, _, fnames in sorted(os.walk(maskFile)):
for fname in fnames:
path = os.path.join(root, fname)
list_mask.append(path)
for root, _, fnames in sorted(os.walk(imgFile)):
for fname in fnames:
path = os.path.join(root, fname)
list_img.append(path)
for i in range(len(list_mask)):
p,n = os.path.split(list_mask[i])
pro,ext = os.path.splitext(n)
print(pro)
mask = cv2.imread(list_mask[i])
img = cv2.imread(list_img[i])
(h, w, c) = mask.shape
h_n = math.ceil(h / 480.0) #裁剪的高 480修改为想裁剪的大小
w_n = math.ceil(w / 480.0) #裁剪的宽 480修改为想裁剪的大小
(h, w, c) = img.shape
for i in range(h_n):
if i < h_n - 1:
for j in range(w_n):
if j < w_n - 1:
mask_patch = mask[i * 480:(i + 1) * 480, j * 480:(j + 1) * 480,:]
img_pathc = img[i * 480:(i + 1) * 480, j * 480:(j + 1) * 480, :]
mask_pathname = os.path.join(r"C:\Users\Administrator\Desktop\1",
pro[:4] +'-'+ str(i) + '-' + str(j) + '.png')
img_pathname = os.path.join(r"C:\Users\Administrator\Desktop\1",
pro[:4] +'-'+ str(i) + '-' + str(j) + '.png')
cv2.imwrite(mask_pathname, mask_patch)
#cv2.imwrite(img_pathname, img_pathc)
else:
mask_patch = mask[i * 480:(i + 1) * 480, (w - 480):, :]
img_pathc = img[i * 480:(i + 1) * 480, (w - 480):, :]
mask_pathname = os.path.join(r"C:\Users\Administrator\Desktop\1",
pro[:4] +'-'+ str(i) + '-' + str(j) + '.png')
img_pathname = os.path.join(r"C:\Users\Administrator\Desktop\1",
pro[:4] +'-'+ str(i) + '-' + str(j) + '.png')
cv2.imwrite(mask_pathname, mask_patch)
#cv2.imwrite(img_pathname, img_pathc)
else:
for j in range(w_n):
if j < w_n - 1:
mask_patch = mask[(h - 480):, j * 480:(j + 1) * 480, :]
img_pathc = img[(h - 480):, j * 480:(j + 1) * 480, :]
mask_pathname = os.path.join(r"C:\Users\Administrator\Desktop\1",
pro[:4] + '-' + str(i) + '-' + str(j) + '.png')
img_pathname = os.path.join(r"J:\dataset\DH_voc4\JPEGImages",
pro[:4] +'-'+ str(i) + '-' + str(j) + '.png')
cv2.imwrite(mask_pathname, mask_patch)
#cv2.imwrite(img_pathname, img_pathc)
else:
mask_patch = mask[(h - 480):, (w - 480):, :]
img_pathc = img[(h - 480):, (w - 480):, :]
mask_pathname = os.path.join(r"C:\Users\Administrator\Desktop\1",
pro[:4]+'-'+ str(i) + '-' + str(j) + '.png')
img_pathname = os.path.join(r"C:\Users\Administrator\Desktop\1",
pro[:4] +'-'+ str(i) + '-' + str(j) + '.png')
cv2.imwrite(mask_pathname, mask_patch)
#cv2.imwrite(img_pathname, img_pathc)
四、总结
代码中有部分需要修改和优化的地方，请自行优化。如图片的命名，裁剪后拼接的话也需要标记出原始图片的大小才可以进行还原，不赘述。如果有错误，请私信！感谢！！