python实现Seam Carving的代码

以下是使用Python实现Seam Carving的代码：

import numpy as np
import cv2

# 计算像素梯度
def pixel_gradient(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # Sobel算子可以在水平和垂直方向上计算图像的梯度
    grad_x = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3)
    grad_y = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3)
    # 将x和y方向上的梯度相加
    gradient = cv2.addWeighted(np.absolute(grad_x), 0.5, np.absolute(grad_y), 0.5, 0)
    return gradient

# 计算能量图
def energy_image(image):
    gradient = pixel_gradient(image)
    # 计算能量图，即将梯度叠加到每个像素的颜色值中
    energy_image = np.zeros((image.shape[0], image.shape[1]), dtype=np.float64)
    for i in range(gradient.shape[0]):
        for j in range(gradient.shape[1]):
            energy_image[i, j] = gradient[i, j] + np.min(energy_image[i-1:i+2, j-1:j+2])
    return energy_image

# 找到最小能量路径
def find_seam(energy):
    # 初始化最小能量
    min_energy = np.min(energy[-1])
    # 找到最小能量路径的最后一个像素位置
    last_pixel = np.argmin(energy[-1])
    path = [(len(energy)-1,last_pixel)]
    for i in range(len(energy)-2,-1,-1):
        row, col = path[-1]
        if col == 0:
            shift = np.argmin(energy[i:i+2, col:col+2])
            shift = shift if shift == 0 else shift + col 
        elif col == energy.shape[1] - 1:
            shift = np.argmin(energy[i:i+2, col-1:col+1]) - 1
            shift = shift if shift == 0 else shift + col
        else:
            shift = np.argmin(energy[i:i+2, col-1:col+2]) - 1
            shift = shift if shift == 0 else shift + col
        path.append((i, shift))
        min_energy += energy[i][shift]
    return path[::-1]

# 移除局部最小能量路径
def remove_seam(image, seam):
    r_image = np.zeros((image.shape[0], image.shape[1]-1, image.shape[2]), dtype=np.uint8)
    for i, (row, col) in enumerate(seam):
        r_image[i,:,:] = np.delete(image[i,:,:], col, axis=0)
    return r_image

# Seam Carving处理
def seam_carving(image, remove_num):
    for i in range(remove_num):
        energy = energy_image(image)
        seam = find_seam(energy)
        image = remove_seam(image, seam)
    return image.astype(np.uint8)

if __name__ == '__main__':
    img = cv2.imread('test.jpg')
    new_img = seam_carving(img, 100)
    cv2.imwrite('output.jpg', new_img)

这段代码可以用于实现Seam Carving（基于能量和最小路径）。它将原始图像缩小或扩展到指定的大小，同时最大限度地保留有用的信息，并将不必要的部分从图像中移除。您可以将其应用于任何图片，并根据需要更改参数（例如，从图像中删除的像素数）。