Pytorch【直播】2019 年县域农业大脑AI挑战赛---初级准备(一)切图

比赛地址：https://tianchi.aliyun.com/competition/entrance/231717/introduction

这次比赛给的图非常大5万x5万，在训练之前必须要进行数据的切割。通常切割后的大小为512x512,或者1024x1024.

按照512x512切完后的结果如下：

切图时需要注意的几点是：

gdal的二进制安装包wheels在：https://www.lfd.uci.edu/~gohlke/pythonlibs/ 这里获取

图像是4个channel，前三个是RGB,第四个是alpha通道（透明）丢掉

图像的区域很多事空白的需要滤掉，不处理。

切割的时候需要有冗余。

大小不能按照完全的512，1024等切割，切割的要大一点数据在后期需要增强：弱缩放，旋转等。

上代码：

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

　　路径需要修改，就可使用。

这里我按照1500x1500大小切割的，打算用1024训练。

巴特西

Pytorch【直播】2019 年县域农业大脑AI挑战赛---初级准备(一)切图

最新文章

热门文章