書接上回(doge)

陣列切片和裁剪

提取“感興趣區(qū)域”是圖像處理的一項重要技術(shù)。

比如說，你正在努力識別電影中的人臉。首先，您需要運行一個人臉檢測算法，以找到您正在處理的所有幀中的人臉坐標(biāo)。然后，您需要提取人臉并保存或處理它們。在羞羞的鐵拳找到所有包含副掌門(沈騰)的照片將是一個很好的人臉識別小項目。

現(xiàn)在，讓我們手動提取一個副掌門(沈騰)。這可以通過陣列切片來實現(xiàn)。

陣列切片顯示在第20行，格式為：image[開始Y:結(jié)束Y，開始X:結(jié)束X]。這段代碼獲取一個副掌門，然后顯示在第21行。就像上次一樣，我們一直顯示直到按下一個鍵（第26行）。

如圖3所示，我們提取了沈騰的臉。在這個例子中，我實際上使用Photoshop預(yù)先確定了（x，y）坐標(biāo)。

調(diào)整圖像大小

調(diào)整圖像大小很重要，原因有很多。首先，您可能需要調(diào)整大圖像的大小以適應(yīng)屏幕。對于較小的圖像，圖像處理速度也更快，因為要處理的像素更少。在深度學(xué)習(xí)的情況下，我們通常會調(diào)整圖像大小，忽略縱橫比，以便體積適合網(wǎng)絡(luò)，而網(wǎng)絡(luò)要求圖像為正方形且具有一定的尺寸。

讓我們將原始圖像調(diào)整為200 x 200像素：

在第23行，我們忽略縱橫比調(diào)整了圖像的大小。窗口Fixed Resizing顯示圖像已調(diào)整大小，但由于未考慮縱橫比，圖像現(xiàn)在已扭曲。

讓我們計算原始圖像的縱橫比，并使用它來調(diào)整圖像大小，使其不會出現(xiàn)擠壓和扭曲：

回想一下這個腳本的第9行，在那里我們提取了圖像的寬度和高度。

假設(shè)我們要將600像素寬的圖像調(diào)整為300像素寬，同時保持縱橫比。

在第31行，我們計算新寬度與舊寬度的比率。

從那里，我們指定了新圖像的尺寸dim。我們知道我們想要一幅300像素寬的圖像，但我們必須用h乘以r（分別是原始高度和我們的比率）來計算高度。

將dim（我們的尺寸）輸入CV2。resize函數(shù)，我們現(xiàn)在獲得了一個名為resized的新圖像，它沒有失真（第32行）。

為了檢查我們的工作，我們使用第33行的代碼顯示圖像：

但是我們能讓在調(diào)整尺寸時保持縱橫比的過程變得更容易嗎？

當(dāng)然可以呀！

每次要調(diào)整圖像大小時，計算縱橫比都有點繁瑣，因此我將代碼包裝在imutils中的一個函數(shù)中。

以下是如何使用imutils。調(diào)整大小：

在一行代碼中，我們保留了縱橫比并調(diào)整了圖像的大小。

簡單對吧？

您只需要提供目標(biāo)寬度或目標(biāo)高度作為關(guān)鍵字參數(shù)（第43行）。

結(jié)果如下：