一个图像裁剪的小问题

最新推荐文章于 2021-11-24 17:31:01 发布
最新推荐文章于 2021-11-24 17:31:01 发布
阅读量366 收藏
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 图像检测 文章标签： 图像检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u013673826/article/details/89471232
在目标检测应用中，使用keras训练的模型在cv2加载图像时出现识别率差异。问题出在图像resize的插值方法上，不同的插值方式如INTER_NEAREST和INTER_LINEAR导致识别结果不一致。通过调整为更适合的插值方法，如INTER_CUBIC或INTER_LANCZOS4，可以提高模型的稳定性和准确性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一个图像裁剪的小问题

resize的不同

之前做的一个目标检测器，输入图像用的是keras的

from keras.preprocessing import image
img = image.load_img(file_path, target_size=(height, width))

模型也是这么训练出来的，结果在使用的时候由于有cv的载入，所以使用了类似于这样的语法

    img2 = cv2.imread(file_path)
    img2
最低0.47元/天 解锁文章

200万优质内容无限畅学
python利用文件夹下xml格式标签文件批量裁剪出图片中的目标（文件夹、图片名称、目标框数量无限制，逐行注释）
weixin_44414948的博客
12-03 3085
这段时间有个小任务是提取出图片中的手部物体，然后我就用labelimg打标软件给部分图片打了标（生成xml标签文件），顺手写了个小脚本将这些目标从原图中裁剪出来，效果如下所示，感觉还可以。 原始图片（实例1）： 裁剪效果（实例1）： 原始图片（实例2）： 裁剪效果（实例2，此处空手为打标，故未裁剪）： 完整代码 本代码针对以下问题均有解决： 1、同一xml文件有多个目标框； 2、图片和xml文件在不同或相同文件夹下； 3、部分图片未打标，对应的xml文件不存在； 4、图片文件夹中有非图片（png，
图像扩充用于图像目标检测
wei_guo_xd的博客
07-03 4176
常用的图像扩充方式有： 水平翻转，裁剪，视角变换，jpeg压缩，尺度变换，颜色变换，旋转 当用于分类数据集时，这些变换方法可以全部被使用，然而考虑到目标检测标注框的变换，我们选择如下几种方式用于目标检测数据集扩充： jpeg压缩，尺度变换，颜色变换 这里，我们介绍一个图象变换包 http://lear.inrialpes.fr/people/paulin/projects/ITP/ 这
图像处理-图像裁剪
xdg15294969271的博客
11-24 4804
1、问题描述 有时在进行图像处理的时候，需要先对图像进行裁剪，如何进行裁剪，很简单。数字图像本质上还是矩阵，只用想着对矩阵做处理就行了。但是有一点必要理解，图像的长度是矩阵的列数，图像的宽度是矩阵的行数。所以说length=image.shape[1], width=image.shape[0] 2、结果展示 原图 结果： 3、具体代码 import cv2 as cv def ImShow(name,img): cv.imshow(name,img) cv.waitKey()
图片裁剪问题
u011192000的专栏
12-01 854
Exta Options Table for image/* crop: 附加选项 数据类型 描述 crop String 发送裁剪信号 aspectX int X方向上的比例 aspectY int Y方向上的比例 outputX int 裁剪区的宽 outputY int 裁剪区的高
检测框的输入时进行回缩（输入图像裁剪）
一路狂奔的猪的博客
05-08 384
在输入图片时对图片去掉边上一圈，针对外扩图片的矫正： img = cv2.imread(filename, cv2.IMREAD_COLOR) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) flag = True image_h, image_w = img.shape[:2] off_h = int(image_h / 10) off_w = int...
Keras基础自学二十（图像旋转，图像剪切，图像移动）
gamblerofdestinyR14的博客
01-31 822
from keras.datasets import mnist from keras.preprocessing.image import ImageDataGenerator from matplotlib import pyplot as plt from keras import backend backend.set_image_data_format('channels_first...
python 图像处理：获取图像大小、裁剪图片
逐水草而居的造轮人的博客
08-21 1万+
from PIL import Image img = Image.open('1.jpg') #打开当前路径图像 box1 = (14, 4, 53, 52) #设置图像裁剪区域 (x左上，y左上，x右下,y右下) image1 = img.crop(box1) #图像裁剪 image1.save('image1.jpg') #存储裁剪得到的图像 ...
微信小程序 图片裁剪功能 (完整源码)
03-01
微信小程序源码，完整实现图片裁剪功能。 可以自由拖动裁剪框和手动调整裁剪尺寸，实时显示裁剪尺寸大小，准确完成图片裁剪功能，并且能够恢复原始图片，不会丢失原图。 提供完整源码，能够直接在小程序里正常运行，...
微信小程序裁剪图片Demo
01-08
在HTML5中，Canvas是一个二维绘图的画布，而在微信小程序中，Canvas组件同样提供了这样的功能，允许开发者在小程序内进行动态图形绘制，包括图像的处理。在裁剪图片这个场景下，Canvas成为了一个重要的工具，因为它...
微信小程序之裁剪图片成圆形的实现代码
10-17
总结来说，微信小程序实现圆形图片裁剪涉及到`movable-view`和`canvas`组件的使用，通过移动和缩放操作结合画布绘图，可以创建一个自定义的圆形裁剪工具。通过监听用户的操作，动态更新`canvas`上的图像，最终得到...
一款功能强大的微信小程序源码+说明（图片裁剪插件）.zip
最新发布
04-07
《一款功能强大的微信小程序源码（图片裁剪插件）简介》 这款微信小程序源码是一款极具实用性和学习价值的资源。它不仅具备完整的小程序功能架构，还集成了强大的图片裁剪插件，为用户提供了丰富且便捷的图片处理...
微信小程序简单的canvas裁剪图片功能详解
10-16
总结来说，微信小程序实现图片裁剪功能涉及到的主要知识点包括wx.chooseImage API的使用、Canvas API的绘制方法、Promise异步处理机制，以及前端页面布局和事件绑定等。通过上述知识点的综合运用，开发者可以为用户...
基于Python和OpenCV的图像目标检测及分割
AcceptedLin的博客
12-19 9349
基于Python和OpenCV的图像目标检测及分割 本文在https://blog.youkuaiyun.com/sinat_36458870/article/details/78825571博主的博客基础上加了批处理部分，同时对多张图片进行裁剪处理。 环境： 例图：谷歌，可爱的虫子–image 软件：Anaconda 4.20，Opencv3.2 OpenCv的安装： 1...
目标检测之YOLT(you only look twice)
AndyJ的学习之旅
09-09 1842
本文参考以下链接，如有侵权，联系删除 参考 You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery-2018 概要 这篇文章是做卫星图的目标检测，在YOLO v2算法基础上做了改进得到YOLT（You Only Look Twice）算法，因为卫星图的目标检测和常见的目标检测场景最大的区别在于卫星图像本身尺寸很大（比如16000*16000），其次目标尺寸非常小而且常常聚集在一起。因此YOLT算法整体上是解决卫
卷积神经网络图像尺寸预处理-----图像裁剪
热门推荐
y459541195的博客
09-10 2万+
卷积神经网络图像尺寸预处理-----图像裁剪（保持纵横比） 在全卷积网络（FCN）中可以输入任意大小的图像尺寸，但卷积网络（CNN）中就不是这样了，在CNN是有卷积层和全连接层。首先我们知道卷积层对输入的图像尺寸是没有限制的，而全连接层就对输入的图像像有要求了。因为全连接层输入向量的维数对应其层的神经元个数，如果输入向量的维数不固定，那么全链接的权值参数的数量也是不固定的，这样网络就是变化的，无法...
防止rect越界
qq_15505637的博客
12-01 728
转自http://blog.youkuaiyun.com/kaka_36/article/details/18553679 2 防止图像Rect区域越界的方法 我们在对图像进行处理时，经常需要抽取图像中的某一区域进行处理，如果抽取的区域越界时，往往就会导致图像崩溃，下面是我在参考同行者代码时看到的一个小技巧 [cpp] view plain copy
深度学习样本规则裁剪（图片规则裁剪）
chen18876633032的博客
06-11 2103
该代码是在处理DeepGlobe时所写，可灵活应用 deepglobe 数据训练图片和标签的大小都是1024×1024，而我们要处理成256×256；便可以使用下列代码。 def clip(): imgpath = "Original training image path" labelpath = "Original label path" imgfile = os.listdir(imgpath) labelfile = os.listdir(labelpath)
图片输入大小问题-keras/PIL.Image
yww的博客
07-04 1万+
之前在做keras训练任务的时候都没有考虑过图像数据的输入大小问题，但在实验中发现这也是一个容易陷坑的问题。 1.keras封装好的模型，当include_top=False时，迁移权重训练，图像的输入也不用必须是默认的尺寸。可以是比默认尺寸大的任意尺寸，比默认尺寸小的话，就要考虑够不够计算一系列的卷积池化操作了。 权重保存的是卷积“核”的权重，只要卷积核的大小数目不变，即网络模型不变，就可...
将一个图像裁剪成所需大小
12-07
将一个图像裁剪成所需大小通常是指在图片处理或计算机视觉应用中，截取原始图像的一部分以适应特定的需求，比如调整尺寸、去除背景或者提取特征。这可以通过编程语言中的库函数来完成，例如Python中的PIL（Pillow）库、OpenCV等。 步骤通常是这样的： 1. 加载图像：首先通过相应的库读取图像文件。 2. 定义区域：确定要裁剪的具体位置和大小，可以使用像素坐标或比例来指定。 3. 裁剪操作：调用库提供的crop()或getSubImage()等函数，传入预设的区域参数。 4. 保存裁剪结果：如果需要，将裁剪后的部分保存到新的文件或者内存中。 以下是一个简单的Python示例，使用PIL库： ```python from PIL import Image def crop_image(image_path, output_size): with Image.open(image_path) as img: width, height = img.size left = (width - output_size[0]) // 2 top = (height - output_size[1]) // 2 right = left + output_size[0] bottom = top + output_size[1] cropped_img = img.crop((left, top, right, bottom)) cropped_img.save('cropped_image.jpg') # 使用方法 crop_image('original_image.jpg', (new_width, new_height)) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值