我就废话不多说了，直接上代码吧！
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
from numpy import *
import numpy as np
import cv2, os, math, os.path
from PIL import Image
base="F:\\Spy_CNN\\pythonCode\\cvSPY\\cvTest\\LBP\\LBPImag3\\"
base2="F:\\ProgrameCode\\FaceDataLib\\orl_Arry\\"
imageOld=cv2.imread(base2+"s1_1.bmp")
image=cv2.cvtColor(imageOld,cv2.COLOR_BGR2GRAY)
'''图像的合成'''
H,W=image.shape#(112, 92)
kuai=5
a=1#为了好调程序
maskx,masky = H/kuai,W/kuai #29 14
toImage=np.zeros((H+(kuai-1)*a,W+(kuai-1)*a))
toImage.shape
#您画画图，总结规律，就可以想出来了
for i in range(kuai):
for j in range(kuai):
'''float64 array'''
faceZi=image[int(i*maskx): int((i+1)*maskx),int(j*masky) :int((j+1)*masky)]
cv2.imwrite(base+str(i)+str(j)+".bmp",faceZi)
# toImage[int(i*maskx)+a: int((i+1)*maskx)+a,int(j*masky)+a :int((j+1)*masky)+a]=faceZi
toImage[int(i*maskx)+i: int((i+1)*maskx)+i,int(j*masky)+j :int((j+1)*masky)+j]=faceZi
cv2.imwrite(base+"toImage.bmp",toImage)
#最简单的，直接在灰度图像上画出一条黑线，只是会丢失一些像素的数据
for i in range(1,kuai):
print(i)
toImage[int(i*maskx),:]=0
toImage[:,int(i*masky)]=0
cv2.imwrite(base+"toImage.bmp",toImage)
|
以上这篇Python-numpy实现灰度图像的分块和合并方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/weixin_38671006/article/details/92787612