Initial commit

split16.py

@@ -0,0 +1,118 @@
+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]
+
+# 定义小图片的数量（例如，将图像分割成 3 x 3 个小正方形）
+num_rows = 3
+num_cols = 3
+
+# 计算每个小正方形的尺寸
+cell_height = height // num_rows
+cell_width = width // num_cols
+
+# 定义曲线的参数
+curve_amplitude = min(cell_height, cell_width) / 6  # 曲线的幅度，可根据需要调整
+curve_length_ratio = 1 / 3  # 曲线占分割线长度的中间三分之一
+
+# 创建输出目录
+output_dir = 'output'
+if not os.path.exists(output_dir):
+    os.makedirs(output_dir)
+
+# 创建掩码列表，每个小图片对应一个掩码
+masks = []
+
+# 初始化掩码
+for _ in range(num_rows * num_cols):
+    mask = np.zeros((height, width), dtype=np.uint8)
+    masks.append(mask)
+
+# 生成曲线偏移量的函数
+def generate_curve(length, amplitude):
+    x = np.linspace(0, length - 1, num=length)
+    y = amplitude * np.sin(np.pi * (x / (length - 1)))
+    return y.astype(int)
+
+# 设置每个小图片的区域为白色，并创建曲线分割线
+for row in range(num_rows):
+    for col in range(num_cols):
+        index = row * num_cols + col
+        mask = masks[index]
+
+        # 定义当前小图片的边界
+        y_start = row * cell_height
+        y_end = y_start + cell_height if row != num_rows - 1 else height
+        x_start = col * cell_width
+        x_end = x_start + cell_width if col != num_cols - 1 else width
+
+        # 在掩码上设置小图片区域为白色
+        mask[y_start:y_end, x_start:x_end] = 255
+
+# 创建垂直曲线分割线（列之间）
+for col in range(1, num_cols):
+    x_line = col * cell_width
+
+    # 曲线应用于垂直分割线的中间三分之一
+    curve_y_start = int(height * (1 - curve_length_ratio) / 2)
+    curve_y_end = int(height * (1 + curve_length_ratio) / 2)
+    curve_length = curve_y_end - curve_y_start
+
+    # 生成曲线偏移量
+    y_offsets = generate_curve(curve_length, curve_amplitude)
+
+    for i, y_offset in enumerate(y_offsets):
+        y_pos = curve_y_start + i
+
+        # 左侧小图片的掩码
+        left_index = (y_pos // cell_height) * num_cols + col - 1
+        if 0 <= left_index < len(masks):
+            masks[left_index][y_pos, x_line - y_offset:] = 0  # 将右侧区域设为黑色
+
+        # 右侧小图片的掩码
+        right_index = (y_pos // cell_height) * num_cols + col
+        if 0 <= right_index < len(masks):
+            masks[right_index][y_pos, :x_line + y_offset] = 0  # 将左侧区域设为黑色
+
+# 创建水平曲线分割线（行之间）
+for row in range(1, num_rows):
+    y_line = row * cell_height
+
+    # 曲线应用于水平分割线的中间三分之一
+    curve_x_start = int(width * (1 - curve_length_ratio) / 2)
+    curve_x_end = int(width * (1 + curve_length_ratio) / 2)
+    curve_length = curve_x_end - curve_x_start
+
+    # 生成曲线偏移量
+    x_offsets = generate_curve(curve_length, curve_amplitude)
+
+    for i, x_offset in enumerate(x_offsets):
+        x_pos = curve_x_start + i
+
+        # 上方小图片的掩码
+        top_index = (row - 1) * num_cols + (x_pos // cell_width)
+        if 0 <= top_index < len(masks):
+            masks[top_index][y_line - x_offset:, x_pos] = 0  # 将下方区域设为黑色
+
+        # 下方小图片的掩码
+        bottom_index = row * num_cols + (x_pos // cell_width)
+        if 0 <= bottom_index < len(masks):
+            masks[bottom_index][:y_line + x_offset, x_pos] = 0  # 将上方区域设为黑色
+
+# 应用掩码并保存小图片
+for index, mask in enumerate(masks):
+    img_part = cv2.bitwise_and(image, image, mask=mask)
+    output_path = os.path.join(output_dir, f'output{index + 1}.png')
+    cv2.imwrite(output_path, img_part)
+
+print(f"图片已成功切割成 {num_rows * num_cols} 张，并保存到 'output' 目录下。")