如何有效地将大图像分成几个部分并旋转它们？答案

【问题标题】：how to efficiently divide a large image to several parts and rotate them?如何有效地将大图像分成几个部分并旋转它们？
【发布时间】：2019-06-18 07:14:38
【问题描述】：

鉴于大局，以下需要大量时间：

1 将图像切割成4个形状均匀的图像（将图像水平分割一次，垂直分割一次）：

2 按以下方式旋转 4 个部分：

3 concat（因此它可以作为神经网络的输入，以 4 张图像的形式运行）

我尝试过的（图片是正方形的：

image_A = image_np[: int(size / 2), :, :]
image_B = cv2.flip(image_np[int(size / 2):, :, :], -1)
image_C = cv2.rotate(image_np[:, :int(size / 2), :], cv2.ROTATE_90_CLOCKWISE)
image_D = cv2.rotate(image_np[:, int(size / 2):, :], cv2.ROTATE_90_COUNTERCLOCKWISE)

所以我想知道是否有更快的方法，因为图像/部分是一个 numpy 数组。

【问题讨论】：

我不清楚你的形象，你从什么开始，你以什么结束。你能澄清一下吗？
您的代码是否为您提供了预期的输出？
@BlueRineS 添加了澄清，如果现在清楚请告诉我
首先，只有原始宽度等于高度的情况下才能concat，对吧？
@BlueRineS 所有部分都是形状（大小/2，大小）[原始图像是形状（大小/2，大小/2），所以我可以连接它们

标签： python image numpy

【解决方案1】：

我们可以简单地通过数组切片获得几乎免费的运行时视图，就像这样 -

B = image_np[-1:int(size / 2)-1:-1, ::-1, :]
C = image_np[::-1, :int(size / 2),:].swapaxes(0,1)
D = image_np[:, -1:int(size / 2)-1:-1, :].swapaxes(0,1)

image_A = image_np[: int(size / 2), :, :] 已经看起来像一个视图，因此不需要更改该视图。

【讨论】：