在Python中使用 OpenCV 使用 Seam 雕刻调整图像大小

接缝雕刻是一种有效的图像处理技术，借助它可以调整图像的大小而无需从图像中删除重要元素。基本方法是从左到右或从上到下找到所有连续的低能量像素。选择区域后，将其从原始图像中移除，只留下图像的相关部分。能量图源自原始图像，代表图像的恰当细节。借助能量图，我们可以识别从右到左或从上到下分布的接缝。

Seam 雕刻与传统的调整大小方法有何不同？

缝雕刻不同于调整大小，因为在缝雕刻中，所有有价值的方面和元素仍然存在于图像中，但是调整图像的大小只是简单地复制到一个新的大小，这可能会导致丢失重要的细节。

下面是Seam雕刻技术的实现：

Python3

# import the necessary libraries
from skimage import transform
from skimage import filters
import cv2
  
# read the input image
img = cv2.imread('Seam.jpg')
  
# convert image from BGR
# to GRAY scale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  
# filter out the gradient representation 
# image to further process for 
# seam carving algorithm
# filters.sobel() is used to 
# find edges in an image
filtered = filters.sobel(gray.astype("float"))
  
  
for i in range(20, 180, 20):
    
    # apply seam carve to the image, 
    # iterating over the image for
    # multiple frames
    # transform.seam_carve() can transform 
    # the  seam of image vertically as
    # well as horizontally
    carved_image = transform.seam_carve(img,
                                        filtered, 
                                        'vertical',
                                        i)
  
# show the original image
cv2.imshow("original", img)
  
# show the carved image
cv2.imshow("carved", carved_image)
  
# print shape of both images
print("Shape of original image ",
      img.shape)
print("Shape of Carved image ",
      carved_image.shape)
  
# wait 
cv2.waitKey(0)

输出

Shape of original Image (667, 1000, 3)
Shape of Carved image (667, 840, 3)

原始图像

雕刻图像

注意：此代码使用 scikit-image 版本 0.15.0。