131 lines
3.2 KiB
Markdown
131 lines
3.2 KiB
Markdown
|
# 如何在 Python 中裁剪图像
|
|||
|
|
|
|||
|
|
> 原文：<https://www.askpython.com/python/examples/crop-an-image-in-python>
|
|||
|
|
|
|||
|
|
你好！在这篇文章中，我们将关注 Python 中裁剪图像的不同方法。现在，让我们揭开和理解背景函数被用来裁剪图像。
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 技巧 1: Python PIL 裁剪图像
|
|||
|
|
|
|||
|
|
**PIL** 代表“ **Python 图像库**”。PIL 在 **python 解释器**中增加了**图像编辑**和**格式化功能**。因此，它具有许多用于图像处理和图形分析的内置功能。
|
|||
|
|
|
|||
|
|
PIL 内置了裁剪图像矩形部分的功能。
|
|||
|
|
|
|||
|
|
**语法:**
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
Image.crop(left, top, right, bottom)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
* `top` 和`left`:这些参数代表**左上坐标**，即(x，y) = (left，top)。
|
|||
|
|
* `bottom` 和`right`:这些参数代表**右下角坐标**，即(x，y) =(右，下)。
|
|||
|
|
|
|||
|
|
要裁剪的区域如下所示:
|
|||
|
|
|
|||
|
|
* **左< = x <右**
|
|||
|
|
* **顶部< = y <底部**
|
|||
|
|
|
|||
|
|
**举例:**
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
from PIL import Image
|
|||
|
|
|
|||
|
|
img = Image.open(r"C:\Users\HP\OneDrive\Desktop\<image>.png")
|
|||
|
|
|
|||
|
|
left = 0
|
|||
|
|
top = 50
|
|||
|
|
right = 510
|
|||
|
|
bottom = 292
|
|||
|
|
|
|||
|
|
img_res = img.crop((left, top, right, bottom))
|
|||
|
|
|
|||
|
|
img_res.show()
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
在上面的例子中，`Image.open(r"image path")`是 PIL 在**读取模式**下打开图像的函数。
|
|||
|
|
|
|||
|
|
我们已经为左、右、上、下坐标分配了特定的值。
|
|||
|
|
|
|||
|
|
`Image.show()`功能用于显示裁剪后的图像。
|
|||
|
|
|
|||
|
|
**原始图像**:
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
**Image Used For Cropping Purpose**
|
|||
|
|
|
|||
|
|
**裁剪后的图像(输出):**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
**Cropped Image Using PIL**
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 技术 2:使用 OpenCV 在 Python 中裁剪图像
|
|||
|
|
|
|||
|
|
**Python OpenCV** 是一个拥有大量可用于实时计算机视觉的函数的库。它包含了一套很好的函数来处理图像的处理和操作。
|
|||
|
|
|
|||
|
|
为了使用 OpenCV 处理图像，用户需要安装版本为**3.0 和更高版本**的 OpenCV 库。
|
|||
|
|
|
|||
|
|
首先，我们需要使用下面的代码片段在我们的程序中导入 OpenCV 库:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
import cv2
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
OpenCV 实际上在裁剪图像的方法中对作为数组传递的图像进行切片。
|
|||
|
|
|
|||
|
|
**语法:**
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
image[start_x:end_x, start_y:end_y]
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
* **image[]** 实际上是通过传递 x 和 y 坐标的起始和结束索引，以数组的形式对图像进行切片。
|
|||
|
|
* 因此，x 和 y 的起始和结束坐标之间的图像作为裁剪的数组对象返回。
|
|||
|
|
|
|||
|
|
**举例:**
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
import cv2
|
|||
|
|
image = cv2.imread(r"C:\Users\HP\OneDrive\Desktop\<image>.png")
|
|||
|
|
|
|||
|
|
y=0
|
|||
|
|
x=0
|
|||
|
|
h=300
|
|||
|
|
w=510
|
|||
|
|
crop_image = image[x:w, y:h]
|
|||
|
|
cv2.imshow("Cropped", crop_image)
|
|||
|
|
cv2.waitKey(0)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
`cv2.imread(r"image path")`功能用于在读取模式下打开图像。
|
|||
|
|
|
|||
|
|
此外，提供了 x 轴和 y 轴的开始和结束索引，因此图像被裁剪。
|
|||
|
|
|
|||
|
|
`cv2.imshow()`功能用于显示裁剪后的图像。我们在这里使用了与之前相同的图像。
|
|||
|
|
|
|||
|
|
**裁剪后的图像(输出):**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
**Cropped Image Using OpenCV**
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 结论
|
|||
|
|
|
|||
|
|
因此，在本文中，我们已经了解了用 Python 裁剪图像的方法。
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 参考
|
|||
|
|
|
|||
|
|
* [使用 OpenCV-stack overflow 在 Python 中裁剪图像](https://stackoverflow.com/questions/15589517/how-to-crop-an-image-in-opencv-using-python)
|