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!

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?
- 上一篇
- 锦州南山隧道维修时间?
- 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
-
- 文章 · python教程 | 31分钟前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 2小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 21小时前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
-
- 文章 · python教程 | 1天前 | 时区 · python · Python zoneinfo reset_tzpath TZPATH 自定义时区库 ZoneInfo缓存
- Python zoneinfo.reset_tzpath 怎么切换自定义时区库
- 176浏览 收藏
查看更多
课程推荐
-
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
-
- 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
- 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
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
