numpyで画像の分割と連結

Deep Learning等で大きな画像をいくつかに分割したり、分割した画像を結合させたりすることがよくあるが、まとまった記事がなさそうだったのでメモ。

動作環境

• Ubuntu 16.04
• Python 3.5.2
• numpy 1.13.3
• opencv-python 3.2

画像の分割（vsplit、hsplit）

画像の分割にはnumpyのvsplit（縦方向分割）とhsplit（横方向分割）を使用する。注意点としては分割する画像の画素数が分割数で割り切れること。詳細はリファレンスマニュアルを参照のこと。

使用している変数の説明

| 変数名|役割|
|:------|------------------:|:------------------:|
|img|入力画像（OpenCVで読み込んだものを想定）|
|size|分割したい画素数（今回は64x64の画像にしたいので64）|
|v_size|（縦方向分割用）sizeで割り切れるよう画素の端数を切り捨てた値|
|h_size|（横方向分割用）sizeで割り切れるよう画素の端数を切り捨てた値|
|v_split|np.vsplitに入力する分割数|
|h_split|np.hsplitに入力する分割数|

使用する画像

縦方向だけの分割

　　import numpy as np

    v_size = img.shape[0] // size * size
    h_size = img.shape[1]
    img = img[:v_size, :h_size]

    v_split = img.shape[0] // size
    out_img = []
    out_img.extend(np.vsplit(img, v_split))

結果

横方向だけの分割

　　import numpy as np

    v_size = img.shape[0] 
    h_size = img.shape[1] // size * size
    img = img[:v_size, :h_size]

    h_split = img.shape[1] // size
    out_img = []
    out_img.extend(np.hsplit(img, h_split))

結果

縦横の分割

　　import numpy as np

    v_size = img.shape[0] // size * size
    h_size = img.shape[1] // size * size
    img = img[:v_size, :h_size]

    v_split = img.shape[0] // size
    h_split = img.shape[1] // size
    out_img = []
    [out_img.extend(np.hsplit(h_img, h_split))
      for h_img in np.vsplit(img, v_split)]

結果

複数枚の縦横の分割

　　import numpy as np

    v_size = imgs[0].shape[0] // size * size
    h_size = imgs[0].shape[1] // size * size
    imgs = [i[:v_size, :h_size] for i in imgs]

    v_split = imgs[0].shape[0] // size
    h_split = imgs[0].shape[1] // size
    out_imgs = []
    [[out_imgs.extend(np.hsplit(h_img, h_split))
      for h_img in np.vsplit(img, v_split)] for img in imgs]

画像の結合（vstack、hstack）

分割した画像を結合するときはnumpyのvstack（縦方向結合）とhstack（横方向結合）を使用する。詳細は分割と同様にリファレンスマニュアルを参照のこと。今回はそのまま結合しても面白くないので、画像をシャッフルして結合する。

    shuffle = np.random.permutation(range(len(img)))
    img = np.vstack((
        np.hstack(img[shuffle[0:5]]),
        np.hstack(img[shuffle[5:10]]),
        np.hstack(img[shuffle[10:15]]),
    ))

imgを直接シャッフルしていないのは汎用性を持たせるため。

結果