极客教程如何使用Numpy模块裁剪图片
在这篇文章中，我们将学习最天真、最有效的方法来裁剪图片，而不使用任何额外的模块。
numpy模块是一个用于处理数组和大数据集的Python库。相对于其他高级语言，如C、C++、Java等，Python没有对数组的原生支持，后者提供了数组的原生实现。相反，Python有关联列表，它确实解决了静态分配的问题（大部分），并允许存储异质数据，但不允许连续存储数据。Numpy通过在语言中引入数组来弥补这一缺陷，数组是一种同质的数据结构，并被存储在连续的内存位置。
由于图像中的数据（不包括标题信息）是同质的，并且通常是按顺序访问或直接访问（通过添加偏移量），使用数组来存储图像像素数据，可以对图像进行更快的操作。在这篇文章中，我们将看看如何使用Numpy数组（包含像素信息）来裁剪一张图片。
在许多模块中都有各种方法来裁剪图像，最天真有效的方法是使用numpy数组的索引来裁剪图像。
使用索引来裁剪图片
由于Numpy本身不支持图像裁剪方法（因为它不是一个图像处理库），我们可以使用索引方法来实现我们的目的。为了演示，我们将使用以下图片：
下面的图片是有4K（3840×2160）的尺寸。
我们将对上述图片进行裁剪，使中间的标志占据了图片的大部分。
由于裁剪图像通常是手工操作的，我们必须事先获得感兴趣区域的坐标。裁剪时需要4个坐标（或一对大小为2的图元）。第一组坐标指定ROI（或Bbox）的左上角，接下来的两个坐标表示ROI的右下角坐标。对于我们的例子，ROI的坐标是(1413, 653)和(2361, 1385)（假设使用行主索引）。为了显示和读取图像，我们将使用Pillow库，这是一个python的图像处理库。
以下是裁剪特定图像的程序：。
# Import required modules
from PIL import Image
import numpy as np
# Load image
image = Image.open('W3.jpg')
# Convert image to array
image_arr = numpy.array(image)
# Crop image
image_arr = image_arr[700:1400, 1450:2361]
# Convert array to image
image = Image.fromarray(image_arr)
# Display image
image.show()
输出:
解释:
- 首先，我们导入了PIL（或称 pillow）库的Image模块。然后我们以np的别名导入了Numpy库（通用惯例）。之后，我们创建了一个所需图像的Image对象（W3.jpg），并将该对象存储在变量image中。因此，图像变量的类型是PIL.JpegImagePlugin.JpegImageFile.。
- 为了从这个对象中创建Numpy数组，我们通过np.array()方法，从图像中提取所有的Pixel数据并存储在变量image_arr。这样我们就有了一个形状为(2160, 3840, 3)的Numpy数组。
- 然后我们从每个维度对数组进行切分。在语句image_arr[700:1400, 1450:2361]中，700表示起始行，而1400表示结束行。其中，1450代表起始列，2316代表结束列。所有这些值都描述了像素的位置，因此作物的左上方坐标为(1450, 700)，左下方坐标为(2361, 1400)。
- 最后，我们使用Image.fromarray()将Numpy数组转换为图像。最后，我们使用show()函数来显示图像。