matplotlib 如何有效地创建图像的补丁，补丁对象包含原始图像中该补丁的坐标

llycmphe 于 2023-04-07 发布在其他

关注(0)|答案(1)|浏览(166)

我有一个图像，我正在加载到python中，我需要将图像分割成重叠的补丁，我可以用sklearn和skimage来完成。然而，这个函数只输出补丁，但不存储原始图像中补丁的坐标位置。
我没有使用这个来重新组合图像，因为我知道可以使用另一个函数来完成。
目标：

from matplotlib import image
from matplotlib import pyplot

# load image as pixel array
img = image.imread('kolala.jpeg') #img.shape = (2000,1000)

# Outputs a stacked numpy array of patches
patches = sklearn.feature_extraction.image.extract_patches_2d(img, patch_dim=(40,30))

# Ideally want something like

patches , coords = get_patches_and_coords_function(img, patch_dim=(40,30)

print(coords)

[{x_top: 0, y_top:1000, w:30, h:40},{},...]

matplotlib

来源：https://stackoverflow.com/questions/75908792/how-to-efficiently-create-patches-of-an-image-with-the-patch-object-containing

1条答案

按热度按时间

pgky5nke1#

extract_patches_2d为图像上从左上角开始的每个位置生成补丁-如果可以在图像上裁剪patch_size的补丁。
下面是一个小（无意义）图像的可视化示例。输入图像：

from sklearn.datasets import load_sample_image

img = load_sample_image("flower.jpg")[:15, :20, 0]
plt.imshow(img)

生成的修补程序：

from sklearn.feature_extraction import image

patches = image.extract_patches_2d(img, patch_size=(10, 10))

fig, axs = plt.subplots(6, 11, figsize=(11, 6), tight_layout=True)
for i, ax in enumerate(axs.reshape(-1)):
    ax.imshow(patches[i], vmin=img.min(), vmax=img.max())
    ax.axis("off")

因此，可以用以下公式计算贴片的位置：

import numpy as np

im_H, im_W = img.shape[:2]
p_H, p_W = patch_size

y = np.arange(0, im_H - (p_H - 1))
x = np.arange(0, im_W - (p_W - 1))

X, Y = np.meshgrid(x, y)
positions = np.dstack((X, Y)).reshape(-1, 2)

这是图像上的位置

plt.imshow(img)
plt.scatter(*positions.T, s=10, c="red")

赞(0）回复(0）举报 2023-04-07

我来回答

matplotlib 如何有效地创建图像的补丁，补丁对象包含原始图像中该补丁的坐标

1条答案

相关问题

热门标签

最新问答