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。
这样的数据的切图就算准备完了。如下图:
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Pytorch【直播】2019 年县域农业大脑AI挑战赛—初级准备(一)切图 - Python技术站