
python裁剪图片及转换坐标
在python中裁剪图像,可以使用numpy或pillow库。将图像裁剪为子图像后,可以相对于原始图像或子图像重新计算框的坐标。
使用numpy裁剪图像
import numpy as np
from pil import image
# 加载图像
img = image.open("image.jpg")
# 转换为numpy数组
img_array = np.array(img)
# 裁剪图像
sub_img = img_array[y1:y2, x1:x2]
# 创建一张新的image对象
sub_img = image.fromarray(sub_img)使用pillow裁剪图像
立即学习“Python免费学习笔记(深入)”;
from pil import image
# 加载图像
img = image.open("image.jpg")
# 裁剪图像
sub_img = img.crop((x1, y1, x2, y2))转换坐标
将子图像中的坐标转换为原始图像的坐标,方程如下:
x_orig = x_sub * w_orig / w_sub y_orig = y_sub * h_orig / h_sub
其中:
示例
# 假设原图宽高为1000x1000,裁剪出一个宽高为250x250的子图
w_orig = 1000
h_orig = 1000
w_sub = 250
h_sub = 250
# 子图中的框坐标为(10, 20, 54, 44)
x_sub = 10
y_sub = 20
x2_sub = 54
y2_sub = 44
# 转换为原始图像坐标
x_orig = x_sub * w_orig / w_sub
y_orig = y_sub * h_orig / h_sub
x2_orig = x2_sub * w_orig / w_sub
y2_orig = y2_sub * h_orig / h_sub
print(f"原始图像中的框坐标:(x1={x_orig}, y1={y_orig}, x2={x2_orig}, y2={y2_orig})")输出:
原始图像中的框坐标:(x1=25.0, y1=50.0, x2=135.0, y2=110.0)
以上就是## 如何在 Python 中裁剪图片并转换坐标?的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号