比賽地址：https://tianchi.aliyun.com/competition/entrance/231717/introduction
這次比賽給的圖非常大5萬x5萬，在訓練之前必須要進行數據的切割。通常切割后的大小為512x512,或者1024x1024.
按照512x512切完后的結果如下：
切圖時需要注意的幾點是：
gdal的二進制安裝包wheels在：https://www.lfd.uci.edu/~gohlke/pythonlibs/ 這里獲取
圖像是4個channel，前三個是RGB,第四個是alpha通道（透明）丟掉
圖像的區域很多事空白的需要濾掉，不處理。
切割的時候需要有冗余。
大小不能按照完全的512，1024等切割，切割的要大一點數據在后期需要增強：弱縮放，旋轉等。
上代碼：
from osgeo import gdal
from PIL import Image
import os
if __name__=='__main__':
name=input("input the image number 1 or 2 you want clip:")
imagepath='./data/image_{}.png'.format(name)
n=os.path.basename(imagepath)[:-4]
labelname='./data/'+n+'_label.png'
dslb=gdal.Open(labelname)
ds=gdal.Open(imagepath)
wx=ds.RasterXSize
wy=ds.RasterYSize
stx=0
sty=0
step=900
outsize=1500
nullthresh=outsize*outsize*0.7
cx=0
cy=0
while cy+outsize<wy:
cx=0
while cx+outsize<wx:
img=ds.ReadAsArray(cx,cy,outsize,outsize)
img2=img[:3,:,:].transpose(1,2,0)
if (img2[:,:,0]==0).sum()>nullthresh:
cx+=step
print('kongbai...',cx,cy)
continue
img2=Image.fromarray(img2,'RGB')
img2.save('./data/train/data1500/'+n+'_{}_{}.bmp'.format(cx,cy))
#deal with label
img=dslb.ReadAsArray(cx,cy,outsize,outsize)
img=Image.fromarray(img).convert('L')
img.save('./data/train/label1500/'+n+'_{}_{}.bmp'.format(cx,cy))
cx+=step
cy+=step
路徑需要修改，就可使用。
這里我按照1500x1500大小切割的，打算用1024訓練。
這樣的數據的切圖就算准備完了。如下圖：
