在python2.7中用numpy.reshape 对图像进行切割的方法


						遇到这么个需求：把图片按照定义的patchsize切块，然后按照z轴顺序叠放小块，如下图(仅考虑灰度图像)



图片im，设size为（h，w），patchsize为（ph，pw），则处理后大小（为简化描述，假设可以整除）为（ph，pw，w*h/ph/pw）。

为简化描述，后面用h=300，w=300，ph=100，pw=100 为例，即处理后d=9。

numpy.reshape 的文档：点击打开链接

特别注意第三个参数 order，其默认取值为 order=‘C'，表示最后一个维度的元素在reshape时优先重排位置。而order=‘F'时则相反，第一个维度的元素优先重排位置。

例子如下，得到的im2就是这么一个tensor







import cv2

import numpy as np

 

im=cv2.imread('animal007.jpg',cv2.IMREAD_GRAYSCALE)

h= 300

w= 300

patchsize=100

d=h*w/patchsize/patchsize

print d

 

#crop the image to h x w

im=np.array(im[: h ,: w ])

 

#this gets wrong answer

im_wrong1=im.reshape((patchsize,patchsize,-1))

im_wrong7= im.reshape((patchsize,patchsize,-1),order='F')

im_wrong2=im.reshape(( h ,patchsize,-1)).reshape((patchsize,patchsize,-1))

im_wrong3=im.reshape((patchsize, w ,-1)).reshape((patchsize,patchsize,-1))

im_wrong4= im.reshape(( h ,patchsize,-1),order='F').reshape((patchsize,patchsize,-1))

im_wrong5= im.reshape(( h ,patchsize,-1),order='F').reshape((patchsize,patchsize,-1),order='F')

im_wrong6= im.reshape((patchsize, w ,-1),order='F').reshape((patchsize,patchsize,-1),order='F')

 

#this only works for h=w, i dont know why 

im2= im.reshape((patchsize, w ,-1),order='F').reshape((patchsize,patchsize,-1))

im2_0=im2[:,:,no]

cv2.imwrite('im2_0.jpg',im2_0)

 

no=4;

imw=im_wrong1[:,:,no]

cv2.imwrite('imw1_0.jpg',imw)

imw=im_wrong2[:,:,no]

cv2.imwrite('imw2_0.jpg',imw)

imw=im_wrong3[:,:,no]

cv2.imwrite('imw3_0.jpg',imw)

imw=im_wrong4[:,:,no]

cv2.imwrite('imw4_0.jpg',imw)

imw=im_wrong5[:,:,no]

cv2.imwrite('imw5_0.jpg',imw)

imw=im_wrong6[:,:,no]

cv2.imwrite('imw6_0.jpg',imw)

imw=im_wrong7[:,:,no]

cv2.imwrite('imw7_0.jpg',imw)

 





以上这篇在python2.7中用numpy.reshape 对图像进行切割的方法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中文源码网。