主要用途：处理图片数据集

 1 对单个图片进行分块

import numpy as np
import matplotlib.pyplot as plt
import cv2def divide_method1(img,m,n):#分割成m行n列print(img.shape)h, w = img.shape[0],img.shape[1]gx = np.round(h).astype(np.int)gy = np.round(w).astype(np.int)divide_image = np.zeros([m-1, n-1, int(h*1.0/(m-1)+0.5), int(w*1.0/(n-1)+0.5),3], np.uint8)#这是一个五维的张量，前面两维表示分块后图像的位置（第m行，第n列），后面三维表示每个分块后的图像信息for i in range(m-1):for j in range(n-1):print(i)print(j)#这样写比a[i,j,...]=要麻烦，但是可以避免网格分块的时候，有些图像块的比其他图像块大一点或者小一点的情况引起程序出错print(img[gy[i][j]:gy[i+1][j+1], gx[i][j]:gx[i+1][j+1],:])divide_image[i,j,0:gy[i+1][j+1]-gy[i][j], 0:gx[i+1][j+1]-gx[i][j],:]= img[gy[i][j]:gy[i+1][j+1], gx[i][j]:gx[i+1][j+1],:]return divide_imagedef divide_method2(img,m,n):#分割成m行n列h, w = img.shape[0],img.shape[1]grid_h=int(h*1.0/(m-1)+0.5)#每个网格的高grid_w=int(w*1.0/(n-1)+0.5)#每个网格的宽#满足整除关系时的高、宽h=grid_h*(m-1)w=grid_w*(n-1)#图像缩放img_re=cv2.resize(img,(w,h),cv2.INTER_LINEAR)# 也可以用img_re=skimage.transform.resize(img, (h,w)).astype(np.uint8)#plt.imshow(img_re)gx, gy = np.meshgrid(np.linspace(0, w, n),np.linspace(0, h, m))gx=gx.astype(np.int_)gy=gy.astype(np.int_)divide_image = np.zeros([m-1, n-1, grid_h, grid_w,3], np.uint8)#这是一个五维的张量，前面两维表示分块后图像的位置（第m行，第n列），后面三维表示每个分块后的图像信息for i in range(m-1):for j in range(n-1):divide_image[i,j,...]=img_re[gy[i][j]:gy[i+1][j+1], gx[i][j]:gx[i+1][j+1],:]return divide_imagedef display_blocks(divide_image):#m,n=divide_image.shape[0],divide_image.shape[1]for i in range(m):for j in range(n):plt.imshow(divide_image[i,j,:])plt.axis('off')plotPath= str(i)+str(j)+'.jpg' # 图片保存路径plt.savefig("./1/"+plotPath)img = cv2.imread('./video_01/12-13 (1).jpg') # 图片地址
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
h, w = img.shape[0], img.shape[1]m=8
n=8
divide_image2=divide_method2(img,m+1,n+1)#该函数中m+1和n+1表示网格点个数，m和n分别表示分块的块数
fig3 = plt.figure('分块后的子图像:图像缩放法')
display_blocks(divide_image2)

2 对文件夹内的全部图片进行分块操作

import numpy as np
import matplotlib.pyplot as plt
import cv2
import os# 边里该文件夹下的文件名称
def read_directory(directory_name):file_list = []for filename in os.listdir(directory_name):str = directory_name+'/'+filenamefile_list.append(str)return file_listdef divide_method1(img,m,n):#分割成m行n列print(img.shape)h, w = img.shape[0],img.shape[1]gx = np.round(h).astype(np.int)gy = np.round(w).astype(np.int)divide_image = np.zeros([m-1, n-1, int(h*1.0/(m-1)+0.5), int(w*1.0/(n-1)+0.5),3], np.uint8)#这是一个五维的张量，前面两维表示分块后图像的位置（第m行，第n列），后面三维表示每个分块后的图像信息for i in range(m-1):for j in range(n-1):print(i)print(j)#这样写比a[i,j,...]=要麻烦，但是可以避免网格分块的时候，有些图像块的比其他图像块大一点或者小一点的情况引起程序出错print(img[gy[i][j]:gy[i+1][j+1], gx[i][j]:gx[i+1][j+1],:])divide_image[i,j,0:gy[i+1][j+1]-gy[i][j], 0:gx[i+1][j+1]-gx[i][j],:]= img[gy[i][j]:gy[i+1][j+1], gx[i][j]:gx[i+1][j+1],:]return divide_imagedef divide_method2(img,m,n):#分割成m行n列h, w = img.shape[0],img.shape[1]grid_h=int(h*1.0/(m-1)+0.5)#每个网格的高grid_w=int(w*1.0/(n-1)+0.5)#每个网格的宽#满足整除关系时的高、宽h=grid_h*(m-1)w=grid_w*(n-1)#图像缩放img_re=cv2.resize(img,(w,h),cv2.INTER_LINEAR)# 也可以用img_re=skimage.transform.resize(img, (h,w)).astype(np.uint8)#plt.imshow(img_re)gx, gy = np.meshgrid(np.linspace(0, w, n),np.linspace(0, h, m))gx=gx.astype(np.int_)gy=gy.astype(np.int_)divide_image = np.zeros([m-1, n-1, grid_h, grid_w,3], np.uint8)#这是一个五维的张量，前面两维表示分块后图像的位置（第m行，第n列），后面三维表示每个分块后的图像信息for i in range(m-1):for j in range(n-1):divide_image[i,j,...]=img_re[gy[i][j]:gy[i+1][j+1], gx[i][j]:gx[i+1][j+1],:]return divide_imagedef save_blocks(title,divide_image):#m,n=divide_image.shape[0],divide_image.shape[1]for i in range(m):for j in range(n):plt.imshow(divide_image[i,j,:])plt.axis('off')plotPath= str(title)+"+"+str(i)+str(j)+'.jpg' # 图片保存路径plt.savefig("./img_list/"+plotPath)if __name__ == '__main__':intput = read_directory("./img_total")print("图片共有：",len(intput))title = 1print("==============开始分块处理文件夹内的图片==============")for input_path in intput:print("开始处理第",title,"个，其地址为：",input_path)img = cv2.imread(input_path) # 图片地址img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)h, w = img.shape[0], img.shape[1]m = 4n = 4divide_image2=divide_method2(img,m+1,n+1)   #该函数中m+1和n+1表示网格点个数，m和n分别表示分块的块数save_blocks(title,divide_image2)print("第", title, "个已分块完毕")print("-----------------------------")title += 1print("==============完成全部分块处理文件夹的图片==============")