python – 如何将图像裁剪,调整大小表示为仿射变换？

发布时间：2020-12-20 13:53:09 所属栏目：Python 来源：网络整理

导读：我有一个图像被裁剪并调整大小到图像输入大小. 据我所知,这与仿射变换相同. 我试图简化下面的代码,所以它通过使用函数来做同样的事情:(最后的例子如下面的例子). scipy.ndimage.affine_transform() 问题是我并不真正了解该函数的参数,因此我无法使用affine_t

我有一个图像被裁剪并调整大小到图像输入大小.
据我所知,这与仿射变换相同.

我试图简化下面的代码,所以它通过使用函数来做同样的事情:(最后的例子如下面的例子).

scipy.ndimage.affine_transform()

问题是我并不真正了解该函数的参数,因此我无法使用affine_transform()函数实现优雅的单行程.
提供和解释代码的解决方案可能有助于我更好地理解这个affine_transform()函数.

import numpy as npy
import PIL.Image
import scipy.misc as smc
import scipy.ndimage as snd

#crop factor
s = 1.045    

#input image
img2crop = npy.float32(PIL.Image.open("input_image.jpg)")
h,w = img2crop.shape[:2]    #get the dimensions of the input image

#Box-crop values: calculate new crop Dimensions based on 's'
wcrop =  float(w) / (s)
hcrop =  float(wcrop) / (float(w) / float(h))
hcrop = int(round(hcrop))
wcrop = int(round(wcrop))

#crop applied from top-left to right and bottom
b_left = 0
b_top = 0
b_width = wcrop
b_height = hcrop
b_box = (b_left,b_top,b_width,b_height)

#cropped region
region = img2crop.crop(b_box)

#resize cropped region back to input size
resized_region = smc.imresize(region,(h,w),interp='nearest',mode=None)
#save cropped and resized region as new file in output folder
PIL.Image.fromarray(np.uint8(resized_newregion)).save("output_image.jpg")

题：
如何将裁剪和调整大小的代码表示为仿射变换？

这个例子在所有4个侧面均匀地作物,中心定向

s = 0.0065
cropped_and_resized_image = snd.affine_transform(input_image.jpg,[1-s,1-s,1],[h*s/2,w*s/2,0],order=1)
PIL.Image.fromarray(npy.uint8(cropped_and_resized_image)).save("output_image_at.jpg")

提前感谢您的反馈.

解决方法

这是OpenCV实现

# OpenCV implementation of crop/resize using affine transform

import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline
import cv2

src_rgb = cv2.imread('test_img.jpg')

# Source width and height in pixels
src_w_px = 640 
src_h_px = 480 

# Target width and height in pixels
res_w_px = 640
res_h_px = 480

# Scaling parameter
s = 2.0

Affine_Mat_w = [s,res_w_px/2.0 - s*src_w_px/2.0]
Affine_Mat_h = [0,s,res_h_px/2.0 - s*src_h_px/2.0]

M = np.c_[ Affine_Mat_w,Affine_Mat_h].T 
res = cv2.warpAffine(src_rgb,M,(res_w_px,res_h_px))

# Showing the result
plt.figure(figsize=(15,6))
plt.subplot(121); plt.imshow(src_rgb); plt.title('Original image');
plt.subplot(122); plt.imshow(res); plt.title('Image warped Affine transform');

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!