Python - 工具：將大圖切片成小圖，將小圖組合成大圖

訓練keras時遇到了一個問題，就是內存不足，將 .fit 改成 .fit_generator以后還是放不下一張圖（我的圖片是8192×8192的大圖==64M）。於是解決方法是將大圖切成小圖，把小圖扔去訓練，跑出來的圖再拼成一個大圖

實驗發現我的keras（win10 - 16G內存）只放得下最多4副小圖（2048×2048×4==16M），

再多就會報錯exit  ：Allocation of 4831838208 exceeds 10% of system memory.

原因大概是除了numpy本身要存這些圖，keras訓練中也會對應有額外的消耗

一、大圖切片成小圖

'''
讀入一個圖片0.bmp，切成指定數目個小圖片(16個)
文件夾名out
'''
from PIL import Image
import sys,os
cut_num = 4 # 4*4=16個圖片
#將圖片填充為正方形
def fill_image(image):
    width, height = image.size    
    #選取長和寬中較大值作為新圖片的
    new_image_length = width if width > height else height    
    #生成新圖片[白底]
    #new_image = Image.new(image.mode, (new_image_length, new_image_length), color='white')    
    new_image = Image.new(image.mode, (new_image_length, new_image_length))
    #將之前的圖粘貼在新圖上，居中 
    if width > height:#原圖寬大於高，則填充圖片的豎直維度
    #(x,y)二元組表示粘貼上圖相對下圖的起始位置
        new_image.paste(image, (0, int((new_image_length - height) / 2)))
    else:
        new_image.paste(image, (int((new_image_length - width) / 2),0))    
    return new_image
#切圖
def cut_image(image):
    width, height = image.size
    item_width = int(width / cut_num)
    box_list = []    
    # (left, upper, right, lower) 
    for i in range(0,cut_num):#兩重循環，生成圖片基於原圖的位置 
        for j in range(0,cut_num):           
            #print((i*item_width,j*item_width,(i+1)*item_width,(j+1)*item_width))
            box = (j*item_width,i*item_width,(j+1)*item_width,(i+1)*item_width)
            box_list.append(box)

    image_list = [image.crop(box) for box in box_list]    
    return image_list
#保存
def save_images(image_list):
    index = 1 
    for image in image_list:
        image.save('out/'+str(index) + '.bmp', 'BMP')
        index += 1

if __name__ == '__main__':
    file_path = "0.bmp"
    os.mkdir("out")
    image = Image.open(file_path)   
    #image.show()
    image = fill_image(image)
    image_list = cut_image(image)
    save_images(image_list)

 

 二、隨機截取指定大小的圖

'''
隨即截取指定大小的圖片
'''
import os
import cv2
import random
  
#讀取圖片
img1=cv2.imread('0.bmp')
img2=cv2.imread('1.bmp')
  
#h、w為想要截取的圖片大小
h=2048
w=2048
  
save_dir1 = "pic_train/"
save_dir2 = "pic_noise/"
if os.path.exists(save_dir1) is False:
    os.makedirs(save_dir1)
if os.path.exists(save_dir2) is False:
    os.makedirs(save_dir2)
count=0
while 1:
    #隨機產生x,y  此為像素內范圍產生
    y = random.randint(0, 6144)
    x = random.randint(0, 6144)
    #隨機截圖
    cropImg1 = img1[(y):(y + h), (x):(x + w)]
    cropImg2 = img2[(y):(y + h), (x):(x + w)]
    cv2.imwrite(save_dir1 + str(count) + '.bmp', cropImg1)
    cv2.imwrite(save_dir2 + str(count) + '.bmp', cropImg2)
    count+=1
  
    if count==100:
        break

 

 

三、小圖組合成大圖

'''
將指定文件夾里面的圖片拼接成一個大圖片
'''
import PIL.Image as Image
import os
 
IMAGES_PATH = 'out\\'  # 圖片集地址
IMAGES_FORMAT = ['.bmp', '.BMP']  # 圖片格式
IMAGE_SIZE = 2048  # 每張小圖片的大小
IMAGE_ROW = 4  # 圖片間隔，也就是合並成一張圖后，一共有幾行
IMAGE_COLUMN = 4  # 圖片間隔，也就是合並成一張圖后，一共有幾列
IMAGE_SAVE_PATH = 'final.bmp'  # 圖片轉換后的地址
 
# 獲取圖片集地址下的所有圖片名稱
image_names = [name for name in os.listdir(IMAGES_PATH) for item in IMAGES_FORMAT if
               os.path.splitext(name)[1] == item]
 
# 簡單的對於參數的設定和實際圖片集的大小進行數量判斷
if len(image_names) != IMAGE_ROW * IMAGE_COLUMN:
    raise ValueError("合成圖片的參數和要求的數量不能匹配！")
 
# 定義圖像拼接函數
def image_compose():
    to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE)) #創建一個新圖
    # 循環遍歷，把每張圖片按順序粘貼到對應位置上
    for y in range(1, IMAGE_ROW + 1):
        for x in range(1, IMAGE_COLUMN + 1):
            from_image = Image.open(IMAGES_PATH + image_names[IMAGE_COLUMN * (y - 1) + x - 1]).resize(
                (IMAGE_SIZE, IMAGE_SIZE),Image.ANTIALIAS)
            to_image.paste(from_image, ((x - 1) * IMAGE_SIZE, (y - 1) * IMAGE_SIZE))
    to_image = to_image.convert('L')
    return to_image.save(IMAGE_SAVE_PATH) # 保存新圖
image_compose() #調用函數

 注意文件名的數字順序，00 01 02 ...11 12 13 ....這樣