本文主要是介绍python 图片边缘扩增方法 图像分辨率调整,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
在进行深度学习时,我们在进行图片预操作时往往要进行一些图片的裁剪操作,在最后实验后往往需要还原成原来的图片大小。因此这里简单的进行操作。当然一些比较更复杂的还原法在这里就暂时不说了。比如 双线性插值,不改变形状的插值。这些方法跟深度学习方法的预操作的方法不同了。
在这里使用了opencv这个库进行了操作 python 版本3.6。代码如下
import cv2
img = cv2.imread("timg.jpg")
a = cv2.copyMakeBorder(img,56,56,56,56,cv2.BORDER_REPLICATE)
img1=cv2.imread("timg.jpg")
plt.subplot(1,2,1)
plt.imshow(a)
plt.subplot(1,2,2)
plt.imshow(img1)
plt.axis("off")#去除坐标轴
plt.show()
这里扩大了112大小,两边都是56 。参数cv2.BORDER_REPLICATE 表示直接进行复制操作的扩大操作。
最后的参数也可以进行更换 主要的有以下几个
cv2.BORDER_REFLECT 表示直接进行翻转操作。
cv2.BORDER_CONSTANT,value=[255,255,0] 表示插入了常数。这种方法适合做成相框的方法
我在这里只是简单的介绍一下。
这篇关于python 图片边缘扩增方法 图像分辨率调整的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!