【Python图像处理局部放大】输入图像,选择两处不同的区域进行放大操作,然后将原始图像、处理后的两个区域以及标记合成新图像进行展示

本文主要是介绍【Python图像处理局部放大】输入图像,选择两处不同的区域进行放大操作,然后将原始图像、处理后的两个区域以及标记合成新图像进行展示,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!

NeRF-w 渲染后的图像效果的定性对比,对局部放大以观察细节效果。如下

对单张渲染后的图像,选择指定区域并进行放大操作,然后将原始图像、处理后的两个区域以及标记连线的新图像,如下图

代码

from PIL import Image, ImageDraw# 读取并放大图片的指定区域
def process_image(image_path):# 打开图像img = Image.open(image_path)# 获取图像的宽度和高度width, height = img.size# 确定选中区域1的大小(假设为原始高度的三分之一)size1 = height // 3half_size1 = size1 // 2# 确定选中区域2的大小(假设为原始高度的五分之一)size2 = height // 5half_size2 = size2 // 2# 确定区域1的坐标(右上方)box1 = (max(0, width // 2), max(0, height // 2 - size1), min(width, width // 2 + size1), min(height, height // 2))# 确定区域2的坐标(左下方)box2 = (max(0, width // 2 - size2), max(0, height // 2), min(width, width // 2), min(height, height // 2 + size2))# 复制选定的区域并放大region1 = img.crop(box1)region1 = region1.resize((region1.width * 2, region1.height * 2))region2 = img.crop(box2)region2 = region2.resize((region1.width, region1.height))# 在原始图像上绘制矩形框draw = ImageDraw.Draw(img)draw.rectangle(box1, outline='red', width=3)draw.rectangle(box2, outline='blue', width=3)# 在子图上绘制矩形框draw1 = ImageDraw.Draw(region1)draw2 = ImageDraw.Draw(region2)draw1.rectangle((0, 0, region1.width, region1.height), outline='red', width=3)draw2.rectangle((0, 0, region2.width, region2.height), outline='blue', width=3)# 创建一个新的空白图像,大小为原始图像的宽度,高度为原始图像高度加上最大高度的子图以及一些间隙# new_height = height + max(region1.height, region2.height) + 30  # 加上一些间隙new_height = height + max(region1.height, region2.height)  # 加上一些间隙new_img = Image.new('RGB', (width, new_height))# 计算子图位置offset = 10  # 两个子图之间的间隙new_img.paste(img, (0, 0))new_img.paste(region1, (width // 2, height + offset))new_img.paste(region2, (0, height + offset))# 获取两个矩形框的中心点box1_center = ((box1[0] + box1[2]) // 2, box1[3])  # 取框下中心box2_center = ((box2[0] + box2[2]) // 2, box2[3])  # 取框下中心region1_center = (width // 2 + region1.width // 2, height + offset)  # 取子图上中心region2_center = (region2.width // 2, height + offset )  # 取子图下中心# 在原图区域框的下面和子图框的上面绘制红色和蓝色的连线draw_line = ImageDraw.Draw(new_img)draw_line.line([box1_center, region1_center], fill='red', width=2)draw_line.line([box2_center, region2_center], fill='blue', width=2)return new_img# 读取5张图片并处理
image_paths = ["./test_images/001.png", "./test_images/002.png", "./test_images/003.png", "./test_images/004.png", "./test_images/005.png"]for i, path in enumerate(image_paths):new_image = process_image(path)new_image.save(f"./test_images/new_image_{i + 1}.jpg")  # 保存新的图片

        这段代码是一个Python脚本,用于处理输入的图像文件,选择特定区域并对其进行放大操作,然后将原始图像、处理后的两个区域进行标记后的新图像保存到文件中。以下是代码的总结:

  1. 处理图像功能

    • 打开并读取图像。
    • 确定两个指定区域的位置和大小。
    • 选取指定区域并放大。
    • 在原始图像和子图上绘制矩形框。
  2. 创建新图像

    • 创建一张新的空白图像。
    • 将原始图像和两个处理后的区域放置在新图像中,并绘制连接这些区域的线条。
  3. 处理多张图像

    • 循环处理图像列表中的每张图像。
    • 保存处理后的图像。

总结:

该代码用于处理图像中的特定区域并放大,并在新图像上显示原始图像、处理后的两个区域,以及用颜色标记连接这些区域。

注意:

  • 在处理过程中,子图的位置被计算,然后这些子图被粘贴到新图像中。
  • 连接线的位置是根据处理后的区域和原始图像区域的中心点进行绘制。

对以上代码进行改进,由鼠标选中需要放大的两个图像区域 。

这篇关于【Python图像处理局部放大】输入图像,选择两处不同的区域进行放大操作,然后将原始图像、处理后的两个区域以及标记合成新图像进行展示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!



http://www.chinasem.cn/article/313004

相关文章

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

SpringBoot结合Docker进行容器化处理指南

《SpringBoot结合Docker进行容器化处理指南》在当今快速发展的软件工程领域,SpringBoot和Docker已经成为现代Java开发者的必备工具,本文将深入讲解如何将一个SpringBo... 目录前言一、为什么选择 Spring Bootjavascript + docker1. 快速部署与

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

linux解压缩 xxx.jar文件进行内部操作过程

《linux解压缩xxx.jar文件进行内部操作过程》:本文主要介绍linux解压缩xxx.jar文件进行内部操作,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、解压文件二、压缩文件总结一、解压文件1、把 xxx.jar 文件放在服务器上,并进入当前目录#

SpringBoot中如何使用Assert进行断言校验

《SpringBoot中如何使用Assert进行断言校验》Java提供了内置的assert机制,而Spring框架也提供了更强大的Assert工具类来帮助开发者进行参数校验和状态检查,下... 目录前言一、Java 原生assert简介1.1 使用方式1.2 示例代码1.3 优缺点分析二、Spring Fr

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函