图片预处理和图片扩增（将一张图片按照固定步长分为4张）

这几天在读一篇论文，文中提到“当目标图像与原始图像的长宽比不同时，传统的归一化方法会使图像变形”，它提出一种按照目标图片（模型的输入）的比例缩放输入图片，步骤如下图所示：

我将上述方法进行了复现，分为两给py文件，一个是处理文件，一个是运行文件。
1.处理文件：image_processing.py
我将处理文件封装成了类，便于使用，如下。需要说明的一点是，cv2.imwrite（path，img）无法处理带有中文的路径，只能 cv2.imencode（）了。
思路：（这个py文件可以单独运行）
（1）首先使用glob（）函数获得一个文件夹下的所有图片文件的地址，它的返回值就是一个列表，超级好用，不用自己再写for循环手动将文件地址添加到列表中（可以对比接下来的另一个py文件，那个是手动添加的）
（2）之后处理每一个单独的文件，获取改文件的长边和短边，按照上图中的公式计算出len和step（文中step是4，因为文中再计算步长时除以了3，这个含义是说将长边和短边的差平均分为3份，每此剪裁走一份大小（len值），分3步剪裁完，加上最开始切割的i一步，一共是四步，如下午所示。）