数学建模社区-数学中国

标题: python4次旋转图片后，多图叠加显示 [打印本页]

作者: 杨利霞 时间: 2020-5-10 16:27
标题: python4次旋转图片后，多图叠加显示

python4次旋转图片后，多图叠加显示
[color=rgba(0, 0, 0, 0.74902)]文章目录

想要的效果对比，原图VS显示
问题
要点
代码
v% f& K9 t" x* {* x

[color=rgba(0, 0, 0, 0.74902)]前天，学设计的女朋友问我，能不能做一个旋转图片后，多图合在一起显示的小玩意，她打算自己做一个简单的ps工具。于是就有了这么个奇怪的玩意。。。。今天整理一下，发个blog
想要的效果对比，原图VS显示

问题

（1）在刚写出来时，在rotate_image()函数中没有加，im = im.convert(‘RGB’)这句话，就会出现有的图正常，但是有的图报错，无法保存，并显示下面这句话

这个问题可以在这一篇blog找到解决方法。就是im.read(url)后，再将图片转换为RGB格式（image.convert(‘RGB’)）。这样就可以避免很多因图片导致的问题

（2）在matlabplot中，显示图的第一步是创建画布，plt.figure()，然后在画布上添加子图，最后显示整个画布的图像时，并且让子图自适应来显示。而我遇到了这个就是关于self.figure.tight_layout()的警告，见下图。

一般在使用plt创建一个画布后，程序本身会有一个自动调整子图尺寸来使用画布的情况，但是因为我是显示图片，所以这个自适应就出问题了。但是还好，只是警告，不是报错，为了方便，忽略就好…(但是我不推荐这种做法，希望有人研究一下，并把解决问题告诉我)
为了方便，我直接在一开始加上下面这句，忽略掉。
import warnings
warnings.filterwarnings("ignore")

要点

1旋转图像现成的工具很多，一个是cv2提供的，主要调用getRotationMatrix2D()函数和warpAffine()函数实现，绕图像的中心旋转。但是它是以坐标轴为基础，绕中心旋转。那么就会出现一个问题，旋转后超出边界的图像缺失，而没有图像覆盖的背景会很突兀。此方法效果见下图：

这不符合我的要求，我希望的当然是连着画布一起旋转，就像ps一样，最后的成片不可能会有画布露出了。

这就有PIL提供的另一种Image.transpose()函数,参数提供90、180、270的旋转功能，并且这是连着画布一起旋转。再看名字transpose,转置，再结合np.transpose()的功能，就可以明白为什么只有这三个角度的操作了。这很符合我的需求。就用它了。此方法效果见下图

代码#! /usr/bin/env python
# -*- coding: utf-8 -*-
# ! python3

import cv2
import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
import matplotlib.image as mpimg

def rotate_image(url):
#旋转图像，并将其保存为4种角度的图片
im = Image.open(url,"r")
im = im.convert('RGB') #避免有些图报错
im.save('image_test/test_0.jpg')
im_90 = im.transpose(Image.ROTATE_90)
im_90.save('image_test/test_90.jpg')
im_180 = im.transpose(Image.ROTATE_180)
im_180.save('image_test/test_180.jpg')
im_270 = im.transpose(Image.ROTATE_270)
im_270.save('image_test/test_270.jpg')

def plt_merge_img():
#将保存的四种角度的图片，叠加在同一张画布上
#使用plt.figure()创建画布,并用add_axes()来分割区域显示图片
#显示画布，并将其保存为fig_size.png
img1 = mpimg.imread('image_test/test_0.jpg')
img2 = mpimg.imread('image_test/test_90.jpg')
img3 = mpimg.imread('image_test/test_180.jpg')
img4 = mpimg.imread('image_test/test_270.jpg')
fig = plt.figure(figsize=(60,59),dpi=96)

#上方的横图
ax1 = fig.add_axes([0.30,0.55,0.42,0.28])
ax1.imshow(img1)
ax1.axis('off')

# 右方的竖图
ax4 = fig.add_axes([0.67, 0.29, 0.28, 0.42])
ax4.imshow(img4)
ax4.axis('off')

# 下方的横图
ax3 = fig.add_axes([0.30, 0.18, 0.42, 0.28])
ax3.imshow(img3)
ax3.axis('off')

#左方的竖图
ax2 = fig.add_axes([0.07, 0.29, 0.28, 0.42])
ax2.imshow(img2)
ax2.axis('off')
# 保存为sig_size.png
plt.savefig("fig_size.png",dpi=96)
plt.show()

def main():
url = 'test_1.jpg'
rotate_image(url)
plt_merge_img()

if __name__ == '__main__':
import warnings
warnings.filterwarnings("ignore")
main()

————————————————
版权声明：本文为CSDN博主「你要啥自行车」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42572826/article/details/106033709

作者: chace 时间: 2020-5-11 12:57
感谢分享

欢迎光临数学建模社区-数学中国 (http://www.madio.net/)