Initial commit

split13.py

@@ -0,0 +1,99 @@
+import cv2
+import numpy as np
+import os
+
+# 读取输入图像
+image = cv2.imread('input.jpg')
+
+# 检查图像是否读取成功
+if image is None:
+    print("无法读取 input.jpg，请确保文件存在且路径正确。")
+    exit()
+
+# 获取图像的尺寸
+height, width = image.shape[:2]
+
+# 创建九个掩码，初始化为全黑
+masks = [np.zeros((height, width), dtype=np.uint8) for _ in range(9)]
+
+# 定义曲线参数
+num_bends = 9  # 弯曲次数
+amplitude_h = height / 30  # 横向曲线的最大幅度
+amplitude_v = width / 30   # 纵向曲线的最大幅度
+
+# 定义幅度调节函数，使曲线在交点处的幅度为零，并平滑过渡
+def amplitude_modifier(pos, center_pos, width):
+    return np.sin(np.pi * (pos - center_pos) / (2 * width)) ** 2
+
+# 定义两条横向曲线（沿着 x 轴变化）
+x = np.arange(width)
+frequency_h = num_bends * np.pi / width
+
+# 计算横向曲线的幅度调节，使在交点处幅度为零
+amplitude_modifier_h1 = 1 - amplitude_modifier(x, width / 3, width / 6)
+amplitude_modifier_h2 = 1 - amplitude_modifier(x, 2 * width / 3, width / 6)
+
+# 计算横向曲线的 y 值
+y_h1 = (height / 3) + (amplitude_h * amplitude_modifier_h1) * np.sin(frequency_h * x)
+y_h2 = (2 * height / 3) + (amplitude_h * amplitude_modifier_h2) * np.sin(frequency_h * x)
+
+y_h1 = np.clip(y_h1, 0, height - 1).astype(int)
+y_h2 = np.clip(y_h2, 0, height - 1).astype(int)
+
+# 定义两条纵向曲线（沿着 y 轴变化）
+y = np.arange(height)
+frequency_v = num_bends * np.pi / height
+
+# 计算纵向曲线的幅度调节，使在交点处幅度为零
+amplitude_modifier_v1 = 1 - amplitude_modifier(y, height / 3, height / 6)
+amplitude_modifier_v2 = 1 - amplitude_modifier(y, 2 * height / 3, height / 6)
+
+# 计算纵向曲线的 x 值
+x_v1 = (width / 3) + (amplitude_v * amplitude_modifier_v1) * np.sin(frequency_v * y)
+x_v2 = (2 * width / 3) + (amplitude_v * amplitude_modifier_v2) * np.sin(frequency_v * y)
+
+x_v1 = np.clip(x_v1, 0, width - 1).astype(int)
+x_v2 = np.clip(x_v2, 0, width - 1).astype(int)
+
+# 创建掩码
+for i in range(height):
+    for j in range(width):
+        y_curve1 = y_h1[j]
+        y_curve2 = y_h2[j]
+        x_curve1 = x_v1[i]
+        x_curve2 = x_v2[i]
+
+        # 判断所在区域
+        if i <= y_curve1:
+            if j <= x_curve1:
+                masks[0][i, j] = 255  # 左上角
+            elif j <= x_curve2:
+                masks[1][i, j] = 255  # 上中
+            else:
+                masks[2][i, j] = 255  # 右上角
+        elif i <= y_curve2:
+            if j <= x_curve1:
+                masks[3][i, j] = 255  # 中左
+            elif j <= x_curve2:
+                masks[4][i, j] = 255  # 中间
+            else:
+                masks[5][i, j] = 255  # 中右
+        else:
+            if j <= x_curve1:
+                masks[6][i, j] = 255  # 左下角
+            elif j <= x_curve2:
+                masks[7][i, j] = 255  # 下中
+            else:
+                masks[8][i, j] = 255  # 右下角
+
+# 确保输出目录存在
+output_dir = 'output'
+if not os.path.exists(output_dir):
+    os.makedirs(output_dir)
+
+# 应用掩码并保存图片
+for idx, mask in enumerate(masks):
+    img_part = cv2.bitwise_and(image, image, mask=mask)
+    cv2.imwrite(os.path.join(output_dir, f'output{idx+1}.png'), img_part)
+
+print("图片已成功切割成9张，并保存到 'output' 目录下。")