Numpy-如何在OpenCV python中迭代创建ROI？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Numpy-如何在OpenCV python中迭代创建ROI？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1692字，纯文字阅读大概需要3分钟。

内容图文

我试图在较小图像的网格中分割图像,以便我可以分别处理每个小图像.为此,我意识到我必须将每个小图像定义为ROI,我可以从那里轻松使用它.

现在,我的网格大小不固定.即,如果用户输入5,我必须制作5×5的网格.

逐像素迭代图像会很慢,所以我决定使用Numpy通过使用这个构造来创建ROI：

#Assuming user entered grid size =5
roiwidth=w/5
roiheight=h/5   
roi0=img[0:roiheight,0:roiwidth]

这将是我的第一片. h和w分别是图像的高度和宽度.对于下一个切片,我必须做：

roi1=img[0:roiheight,roiwidth+1:2*roiwidth]   

虽然我的上一次roi将是：

roi25=img[4*roiheight+1:5*roiheight, 4*roiwidth+1:5*roiwidth]

但我需要迭代地做,并且无法弄清楚这样做的正确方法.我不想逐个像素地迭代图像,需要它是动态的

编辑：我现在正在迭代：

import cv2
import numpy

img=cv2.imread('01.jpg')
h,w,chan=img.shape
rh=h/5
rw=w/5
z={}
count=0
for i in range (0,5):
    for j in range (0,5):
        yl=i*rh
        yh=(i+1)*rh
        xl=j*rw
        xh=(j+1)*rw
        z[count]=img[yl:yh,xl:xh]
        count=count+1

但我不知道这是否是最有效的方法.

解决方法:

出于效率目的,下面列出了使用重塑和置换维度的矢量化方法.

1)让我们定义输入参数和设置输入：

M = 5 # Number of patches along height and width
img_slice = img[:rh*M,:rw*M] # Slice out valid image data

2)主要处理部分来到这里.拆分切片图像的前两个轴,使得我们通过整形创建两个长度为M的新轴.因此,剩下的两个轴将代表窗口(rh x rw).我们的最终目标是使它们彼此相邻以便给我们(rh,rw)补片,因此另外两个分裂轴也将彼此相邻.为此,我们需要使用np.transpose来置换维度.在置换之后,我们重新整形以合并长度(M,M)的两个维度,以便我们最终得到一个长度为M ^ 2的轴,其每个元素将代表来自图像的一个窗口.

所以,最后我们会：

z = img_slice.reshape(M,rh,M,rw,-1).transpose(0,2,1,3,4).reshape(M**2,rh,rw,-1)

这为我们提供了沿第一轴具有M ^ 2个元素的NumPy数组.沿着该轴的每个切片将对应于每个窗口/贴片.因此,z [0]将是左上角的补丁,依此类推.

内容总结

以上是互联网集市为您收集整理的Numpy-如何在OpenCV python中迭代创建ROI？全部内容，希望文章能够帮你解决Numpy-如何在OpenCV python中迭代创建ROI？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端