我有一张图片,需要被裁剪并调整大小以便适应图像输入大小。据我所知,这与仿射变换相同。
我试图简化下面的代码,使其通过使用以下函数实现相同的功能(类似于最后的示例):
问题: 如何将上面的裁剪和缩放代码表示为仿射变换?
此示例在所有4个边缘上均匀裁剪,中心定位。
感谢您提前反馈。
我试图简化下面的代码,使其通过使用以下函数实现相同的功能(类似于最后的示例):
scipy.ndimage.affine_transform()
问题在于我并不真正理解那个函数的参数,因此我无法使用affine_transform()函数实现优雅的一行代码。 提供并解释代码的解决方案可能有助于我更好地理解这个affine_transform()函数。
import numpy as npy
import PIL.Image
import scipy.misc as smc
import scipy.ndimage as snd
#crop factor
s = 1.045
#input image
img2crop = npy.float32(PIL.Image.open("input_image.jpg)")
h, w = img2crop.shape[:2] #get the dimensions of the input image
#Box-crop values: calculate new crop Dimensions based on 's'
wcrop = float(w) / (s)
hcrop = float(wcrop) / (float(w) / float(h))
hcrop = int(round(hcrop))
wcrop = int(round(wcrop))
#crop applied from top-left to right and bottom
b_left = 0
b_top = 0
b_width = wcrop
b_height = hcrop
b_box = (b_left, b_top, b_width, b_height)
#cropped region
region = img2crop.crop(b_box)
#resize cropped region back to input size
resized_region = smc.imresize(region, (h, w), interp='nearest', mode=None)
#save cropped and resized region as new file in output folder
PIL.Image.fromarray(np.uint8(resized_newregion)).save("output_image.jpg")
问题: 如何将上面的裁剪和缩放代码表示为仿射变换?
此示例在所有4个边缘上均匀裁剪,中心定位。
s = 0.0065
cropped_and_resized_image = snd.affine_transform(input_image.jpg, [1-s,1-s,1], [h*s/2,w*s/2,0], order=1)
PIL.Image.fromarray(npy.uint8(cropped_and_resized_image)).save("output_image_at.jpg")
感谢您提前反馈。