当前位置:首页 > 文章列表 > 文章 > python教程 > 如何使用 Python 裁剪图片并更新原图中的坐标?

如何使用 Python 裁剪图片并更新原图中的坐标?

2024-10-31 22:54:46 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《如何使用 Python 裁剪图片并更新原图中的坐标?》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

如何使用 Python 裁剪图片并更新原图中的坐标?

python裁剪图片并更新原图坐标

问题

如何在 python 中裁剪图片,并在裁剪后更新原图中的坐标?

回答

使用 opencv 裁剪图片

1.使用 numpy 切片对图片进行裁剪:img[y1:y2, x1:x2].copy()。
2.也可以使用 numpy 的 numpy.hsplit 函数分割图片,前提是宽高可以平分。

更新原图坐标

对于在小图中绘制的矩形:

  • 在小图中的坐标:(x1, y1, x2, y2)
  • 在原图中的坐标:(x1 + (小图左上角x坐标 小图宽度比例),y1 + (小图左上角y坐标 小图高度比例),x2 + (小图右上角x坐标 小图宽度比例),y2 + (小图右上角y坐标 小图高度比例))

代码示例

import cv2
import numpy as np

# 读入图片
img = cv2.imread('image.jpg')

# 分割图片
h, w = img.shape[:2]
nrows = 4
ncols = 4
sub_h, sub_w = h//nrows, w//ncols
sub_imgs = np.array(np.hsplit(np.array(np.hsplit(img, ncols)), nrows))

# 给小图填充颜色
sub_imgs[2, 3, 10:44, 10:54] = (0, 0, 255)
# 更新原图坐标
x1, y1 = sub_w * 3 + 10, sub_h * 2 + 10
x2, y2 = sub_w * 3 + 54, sub_h * 2 + 44
img[y1:y2, x1:x2] = (0, 0, 255)

# 显示图片
cv2.imshow('original image', img)
cv2.imshow('split image', sub_imgs)
cv2.waitkey(0)
cv2.destroyallwindows()

使用 pillow 裁剪图片

1.使用 image 的 crop 方法裁剪图片。
2.根据裁剪区域的比例转换原图中的坐标。

代码示例

from PIL import Image

# 读入图片
img = Image.open('image.jpg')

# 分割图片
nRows = 3
nCols = 3
sub_imgs = split_image(img, nCols, nRows)
subboxs = split_box((0, 0, *img.size), nCols, nRows)

# 给小图填充颜色
sub_imgs[1][2].paste((255, 0, 0), (10, 10, 20, 20))
# 更新原图坐标
subx, suby = subboxs[1][2][:2]
img.paste((255, 0, 0), (subx+10, suby+10, subx+20, suby+20))

# 显示图片
img.show()
split_img.show()

其中,split_box 和 split_image 函数可分别用于生成裁剪区域和分割图片。

今天关于《如何使用 Python 裁剪图片并更新原图中的坐标?》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

锦州南山隧道维修时间?锦州南山隧道维修时间?
上一篇
锦州南山隧道维修时间?
设计稿尺寸为1980*1020,网页如何适配不同屏幕?
下一篇
设计稿尺寸为1980*1020,网页如何适配不同屏幕?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    375次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    446次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    454次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    399次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    226次使用