# 數據建模-數據集處理 ***** **以下內容均按照作者的個人思路去編排，如果有更好的想法等，則以自己的優先** ***** ## 一、圖像切割 ### 1. 定義：圖像切割的意思是**截取圖像的某一部分，達到分割的目的** ### 2. 范例： ①首先是原始圖像  ?顯然這是一幅山景圖，如果把這個圖像**畫兩條水平和豎直的對稱軸，圖像就可以被分為四塊**  現在我們**想要截取圖像的某一角**，該怎么實現呢？下面的‘**代碼實踐**‘將會教給大家 ②'代碼實踐' ``` import cv2 # 【指定圖像文件路徑(此處使用絕對路徑)】 img = cv2.imread('D:/Source Code/Python/Conda/AI/exampls/seg_train/seg_train/forest/8.jpg',1)#(1彩色讀取,0灰度讀取) ## image_width = img.shape[1]#圖像的水平尺寸（寬度） image_height = img.shape[0]#圖像的垂直尺寸（高度） ### 【裁剪圖像,0,0代表圖像左上角的坐標(起始坐標)】 # 【左上部分截取】 imCrop_left_top = img[0 : image_height//2, 0:image_width//2] # 【左下部分截取】 imCrop_left_down = img[image_height//2 : image_height, 0:image_width//2] #【右上部分截取】 imCrop_right_top = img[0 : image_height//2, image_width//2:image_width] #【右下部分截取】 imCrop_right_down = img[image_height//2 : image_height, image_width//2:image_width] # #######顯示圖片的代碼######## # 【顯示原始圖像】 cv2.imshow('image',img) #(窗口標題,圖像) cv2.namedWindow('image',cv2.WINDOW_NORMAL)#(窗口標題,cv2.WINDOW_AUTOSIZE:自動調節大小/cv2.WINDOW_NORMAL:手動調節大小) # 【顯示左上圖像】 cv2.imshow("left_top", imCrop_left_top) # 【顯示左下圖像】 cv2.imshow("left_down", imCrop_left_down) # 【顯示右上圖像】 cv2.imshow("right_top", imCrop_right_top) # 【顯示右下圖像】 cv2.imshow("right_down", imCrop_right_down) ##以下兩行代碼很重要 cv2.waitKey()#(展示圖像的窗口持續顯示多少秒,0/空：一直顯示直到按下鍵位) cv2.destroyAllWindows()#(刪除所有圖像展示窗口) -------------------------------------------------------------------- ##亦可用matplotlib顯示 #import?matplotlib.pylab?as?plt #(加載庫) #plt.subplot(2,?2,?1) #(行,列,位置) #plt.imshow(img) #顯示圖片 --------------------------------------------------------------------- ``` 結果：（與之類似即可）  * 拓展學習 上述范例中，給予的是最基礎的例子，如果大家想要更深一步的去研究，可以[訪問本鏈接](https://blog.csdn.net/weixin_40633696/article/details/108838547?spm=1001.2101.3001.6650.15&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-15.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-15.no_search_link)進行學習 ***** ## 二、圖像幾何變換 1. ### 翻轉圖片 ``` #Ⅰ.讀取圖片 import cv2 img = cv2.imread('D:/Source Code/Python/Conda/AI/exampls/pokeman/pokemanpicture/pikachu/1.jpg',1)#(注意是反斜杠) #Ⅱ.水平翻轉 img1=cv2.flip(img,1) #Ⅲ.垂直翻轉 img2=cv2.flip(img,0) #Ⅲ.水平垂直翻轉 img3=cv2.flip(img,-1) #Ⅳ.展示圖片 cv2.imshow('image',img) cv2.imshow('image1',img1) cv2.imshow('image2',img2) cv2.imshow('image3',img3) #*必要的部分 cv2.waitKey() cv2.destroyAllWindows() ``` 結果：（與之類似即可）  ***** ### 2. 縮放圖片 ``` import cv2 img = cv2.imread('D:/Source Code/Python/Conda/AI/exampls/pokeman/pokemanpicture/pikachu/1.jpg',1)#(注意是反斜杠) #(打印原圖片的尺寸，輸出值為高，寬，通道數:1:單色(灰色等),2:不常見,可忽略,3:常指RGB彩色,4:在'3'的基礎上多了'透明度'的通道) print(img.shape) # 將圖片高和寬分別賦值給x，y x, y = img.shape[0:2] # 縮放到原來的二分之一，這里要注意，輸出尺寸格式為（寬，高） img_test1 = cv2.resize(img, (int(y / 2), int(x / 2))) #打印縮放后的圖片的尺寸 print(img_test1.shape) # 顯示原圖 cv2.imshow('OriginalPicture', img) #顯示縮放后的圖 cv2.imshow('resize0', img_test1) cv2.waitKey() cv2.destroyAllWindows() ``` 結果：（與之類似即可）  * 拓展學習 上述范例中，給予的是最基礎的例子，如果大家想要更深一步的去研究，可以[訪問本鏈接](https://www.jianshu.com/p/79052fbf477d)進行學習 ***** ### 3. 剪裁圖片 ``` import cv2 import matplotlib.pylab as plt img = cv2.imread("D:/Source Code/Python/Conda/AI/exampls/pokeman/pokemanpicture/pikachu/1.jpg",1) #直接讀取圖像會變色,因為opencv是按照bgr通道讀取的 #讀取源圖像，并顯示 (r, g, b) = cv2.split(img)#(把img圖像的通道拆分為r通道,g通道,b通道) img = cv2.merge([b, g, r])#(將r通道,g通道,b通道合并成bgr通道，賦給img) plt.subplot(2, 2, 1) plt.imshow(img) #對圖像進行剪裁 img1=img[250:750,0:500]#保留的部分(y：起始:終止，x：起始:終止) plt.subplot(2,2,2) plt.imshow(img1) ``` 結果：（與之類似即可）  * 拓展學習 上述范例中，給予的是最基礎的例子，如果大家想要更深一步的去研究，可以[訪問本鏈接](https://www.jb51.net/article/211183.htm)進行學習 ***** ### 4. 灰度化圖片 ``` import cv2 #直接在讀取的時候進行灰度化 img = cv2.imread("D:/Source Code/Python/Conda/AI/data/seg_data/seg_train/seg_train/forest/8.jpg",0) print(img.shape) #采用cv2.COLOR_RGB2GRAY函數 img1 = cv2.imread("D:/Source Code/Python/Conda/AI/data/seg_data/seg_train/seg_train/forest/8.jpg",1) print(img1.shape) dst = cv2.cvtColor(img1,cv2.COLOR_RGB2GRAY)#灰度化 print(dst.shape) cv2.imshow("img",img) cv2.imshow("img0",img1) cv2.imshow("dst",dst) cv2.waitKey() ``` 結果：（與之類似即可）  * 拓展學習 上述范例中，給予的是最基礎的例子，如果大家想要更深一步的去研究，可以[訪問本鏈接](https://www.cnblogs.com/zhouzetian/p/12837120.html)進行學習