Question

我实际上正在进行图像分发项目，我是图像处理的新手。我的目标是编写一个程序，将它分成6个部分，每个部分都有相同的像素数据。我写了下面提到的代码。

    from PIL import Image
    import cv2
    im = Image.open('grey.jpg')
    im_grey = im.convert('LA')

    width,height = im.size
    line = []

    j,h,total,c=0,0,0,0

    for i in range(0,width):    
        for j in range(0,height):
            total += im_grey.getpixel((i,j))[0]
            h += im_grey.getpixel((i,j))[0]
        c += 1
        if c==5:
            line.append(h)
            c = 0
            print "LINE : " + str(i) + "=" + str(h)
            h = 0

    average_pix = total/6
    print total
    i,m,j,=0,0,0,
    def image_distribution():
        global i,m,j,d,average_pix,image
        while i<=len(line)-1:

            j=j+ line[i]

            if j>=average_pix :
                img=im.crop((0,m,width,i*5))
                img.save("Images/"+"image"+str(i)+".jpg")
                m = i*5
                j=0

            i+=1
    image_distribution()

代码似乎有效，但不正确，所以如果有人可以帮助我使用脚本或任何更好的脚本用于同一目的，我将非常感激。附：我也在努力编写一个节省时间的程序。谢谢，是的图像＆＃34; grey.jpg＆＃34;是一个灰度图像。

Answer 1

根据我们的讨论，您希望将图像分解为6个单独的图像。 6个单独图像的总和强度相等。由于您不喜欢如何分解图像，我将逐列分解图像。因此，每个图像将具有相同的行数，但是列的数量将不同，使得每个分解的图像将具有或多或少相同的强度和。但请注意，由于此算法的性质，我们可能无法为每个图像得到完全相同的总和，但差异应该是最小的。

因为您可以在Python中使用任何模块，我建议使用NumPy，但您仍然可以使用Pillow来读取原始图像。首先将图像转换为NumPy数组，以便我们可以完全使用NumPy数组方法来执行您想要的操作。

我将遵循的过程非常简单。

找出图像中所有强度值的总和，并将其除以6以确定＆＃34;分割点＆＃34;。
从第一列开始，找到列总和，然后移动到下一列并累积。
如果我们的累积列总和超过分割点，请保存此图像，重置累积列总和并从此点再次开始处理。
重复，直到我们到达图像的末尾。
获取提取的图像并将其保存到文件中。

没有进一步的麻烦：

from PIL import Image
import numpy as np

# Open up the image and convert to grayscale
im = Image.open('grey.jpg').convert('L')

# Convert to a numpy array, convert to floating point for precision
im = np.asarray(im, dtype=np.float)

# Determine the total sum of the pixels
total_sum = im.sum()

# Determine the split point
split_point = int(total_sum / 6)

# Store the images here
data = []

# Counts up how many images we've made so far
count = 0

# Records the column sum
column_sum = 0

# Records beginning coordinate of the split image
x = 0

# Until we've exhausted all of the data...
# Go through each column and determine the cumulative sums
for i in range(im.shape[1]):
    column_sum += np.sum(im[:, i])

    # If the column sum has passed the threshold
    if column_sum >= split_point:
        # Get the image and save it
        data.append(im[:, x : i + 1])

        # Update the variables for the next round
        x = i + 1
        column_sum = 0
        count += 1

    # If we have reached the 5th image, just use the rest
    # of the image data as the last image
    if count == 5:
        data.append(im[:, x:])
        break

# Save the images now
for (i, split_img) in enumerate(data):
    pimg = Image.fromarray(split_img.astype(np.uint8))
    pimg.save("image%d.jpg" % (i + 1))

请注意，最后的复杂性是我们首先将分割图像转换为uint8，然后创建一个枕头图像，然后将其保存到文件中。图像标记为imagex.jpg，其中x是1到6之间的数字。

图像分布

1 个答案: