深度学习正矩形框转斜矩形框

矩形转换正方形

• image保存的数据是个啥
• 设置新图片的参数以及大小

思路：读取文件，找到需要修改的图片，变成规定的格式，保存在文件夹中，结束

由于我学的知识有限，目前只对这个代码进行理解，粘贴复制修改地址，就能使用

import cv2
import os
from PIL import Image
# 读取函数，用来读取文件夹中的所有函数，输入参数是文件名
def read_directory(directory_name):
    for filename in os.listdir(directory_name):
        image = Image.open(directory_name + "/" + filename)
        # print(image)
        image_size = image.size
        if abs(image.size[0] - image_size[1] > 500):  #设置参数阈值
            x = (int(image_size[0])-int(image_size[1]))/2
            y = 0
            w = image_size[1]
            h = image_size[1]
            region = image.crop((x, y, x + w, y + h))
            region.save( f'E:/122/{filename}')
        else:
            print("11")
            image.save( f'E:/122/111/{filename}')
        cv2.waitKey(0)

read_directory("E:/111")

---

image保存的数据是个啥

在理解代码的时候，加了一层输出代码，确保输出的数据自己清楚

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=2592x1728 at 0x227DD3DBDF0>

解释：RGB色彩模式，图片的像素大小为2592×1728
所以便确保了image.size[0]的值为2592，image.size[1]的值为1728

---

设置新图片的参数以及大小

目的：我们想在图片中间截取，确保数据不失真的情况下，保证图片的实用性，同时截取的正方形以原长方形的宽为边长。

具体操作的时候，我们使用到了crop( )来确定我们的新图形的坐标位置

---

简单解释crop( )的使用：
crop(left, upper, right, lower) === 确定左上方的坐标位置为（left, upper）,右下角的坐标位置为（right，lower），这样一个标准的图形就绘制出来了

---

具体的坐标选取的操作：
x : 代表我们最后截取出来的图像在原有的图像上面的左上起始点的x轴坐标
对应得y，w，h同理

是不是文字看的十分头疼，那就直接上图片吧（忽略这个丑不拉几的线条）

确定好了你的图片需求尺寸在原图片的坐标以后，就可以开始“ 切割 ”了，记住了噢，都是保存在文件里面

---

【温馨提示】
咱们的所有操作都是基于文件里面的图片进行改变，同时最后保存的格式也是以文件形式保存对应的图片

---

【实现】
到了这一步，这个代码以及全部解释完成了，同时展示以下用电脑运行的结果

最开始的三张图片（咳咳咳，没啥图片，就瞎凑合了几个）

运行后：

好了，具体的代码已经解释完毕了，可用性还是很强的，具体情况具体分析

最后的最后，感谢学长大侠的代码相助