对图片进行分割 ---- 抠图

//<4> 创建16个UIImageView显示分割以后的小图片
for(int i = 0;i<4;i++)
{
for(int j = 0;j<4;j++)
{
UIImageView * imageView = [[UIImageView alloc]initWithFrame:CGRectMake(2 + width * j, 2 + height * i, width - 2, height -2)];
//imageView.backgroundColor = [UIColor orangeColor];

//<5>对图片进行分割 ---- 抠图
//图片分割类CGImageRef
//CGImageRef这个类会根据提供的视图的大小进行等比例分割
//CGImageCreateWithImageInRect
//第一个参数:被分割的图片的CGImage类型
//第二个参数:将图片按照什么尺寸划分

CGImageRef imageRef = CGImageCreateWithImageInRect(image.CGImage, imageView.frame);

//image.CGImage 这个方法是将UIImage转化成CGImage

//<6>将CGImage类型的图片转化成UIImage类型的图片
UIImage * littleImage = [UIImage imageWithCGImage:imageRef];

//imageWithCGImage:这个方法是将CGImage转化成UIImage

//<7>将16个image添加到16个UIImageView视图上
imageView.image = littleImage;

//<8>隐藏一个小的子视图
if(i * j == 9)
{
imageView.tag = 998;
[imageView setHidden:YES];
}

//<9>为每一个小的子视图添加手势
imageView.userInteractionEnabled = YES;
//调用自定义方法
[self addGestureRecgnizerOnImageView:imageView];

[backView addSubview:imageView];

}
}

}

时间: 2024-08-25 08:13:22

对图片进行分割 ---- 抠图的相关文章

看起来像它——图像搜索其实也不难 (图像相似,图像指纹,phash hash,图像搜索) 使用时候记得看这文章的评论

链接: http://pan.baidu.com/s/1o7ScyVo 密码: h8eb    这个文章的代码 另一个类似的代码  链接: http://pan.baidu.com/s/1hsFDCNy 密码: jxus http://blog.csdn.net/luoweifu/article/details/8220992                 使用时候记得看这文章的评论 看起来像它——图像搜索其实也不难 标签: pHash图像搜索图像识别图片搜索算法 2012-11-24 23:

CSS背景图片定位

原文:CSS背景图片定位 在网页开发中我们经常需要对图片进行分割(如下图)来使用,而不是分别提供单独的图片来调用,常见的如页面背景,按钮图标等,这样做的好处就是减少请求次数,节省时间和带宽. 对背景图片的定位就需要用到CSS中的background样式,如: div{ background-image: url("1234.png"); background-repeat: no-repeat; background-position: 0px -100px; } 属性解释: back

提高驾驶技术:用GAN去除(爱情)动作片中的马赛克和衣服

作为一名久经片场的老司机,早就想写一些探讨驾驶技术的文章.这篇就介绍利用生成式对抗网络(GAN)的两个基本驾驶技能: 1) 去除(爱情)动作片中的马赛克 2) 给(爱情)动作片中的女孩穿(tuo)衣服 生成式模型 上一篇<用GAN生成二维样本的小例子>中已经简单介绍了GAN,这篇再简要回顾一下生成式模型,算是补全一个来龙去脉. 生成模型就是能够产生指定分布数据的模型,常见的生成式模型一般都会有一个用于产生样本的简单分布.例如一个均匀分布,根据要生成分布的概率密度函数,进行建模,让均匀分布中的样

outdated: 17.2D Texture Font

2D字体贴图的贴法和一般的贴图纹理有点小区别,可以先看看我们需要用到的字体贴图纹理. 在BuildFont()函数中,我们对图片进行分割为16X16,则创建256个列表.这段代码表示每次把图片上的一个符号存进列表中. 1 glBegin(GL_QUADS); 2 glTexCoord2f(cx, 1 - cy - 0.0625); // Texture coord (bottom left) 1/16 == 0.0625 3 glVertex2i(0, 0); // Vertex coord (

就是看起来像而已——图像搜索内核探索

这是我第一次翻译外文文章,如果翻译的不好,还望大家多包含!以下黑色部分是作者原文的翻译,红色部分是我本人自己的理解和对其的补充. 原文:Looks Like It 在google里对的搜索结果是 下面是我用pHash算法(Java)实现的结果: 十张比较的图如下: source: f0a0000030400000 1-5    2-5    3-0    4-5    5-5    6-5    7-5    8-7    9-6    10-3    11-5 f0a0000030400000

图模型中mincut算法的理解

利用图分割算法对图片进行分割是目前比较流行的算法之一.利用这种方法对图片进行分割时需要对相应的能量函数进行最小值搜索,当能量函数在定义域中属于凸函数时利用梯度下降法.EM等经典算法可以得到唯一的极值解,该解便是全局最小解.但是对于能量函数在定义域中不是凸函数,利用上面的经典算法很容易陷入局部极小值问题,从而很难得到理想效果.虽然采用模拟退火方法可以减轻陷入局部极小值可能性,但是这并不是最优的解法. 利用图模型求解能量函数最优解给这类问题的解答带来了新的途径,而mincut算法就是求解图模型的一种

读论文系列:Object Detection SPP-net

本文为您解读SPP-net: Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition Motivation 神经网络在计算机视觉方面的成功得益于卷积神经网络,然而,现有的许多成功的神经网络结构都要求输入为一个固定的尺寸(比如224x224,299x299),传入一张图像,需要对它做拉伸或者裁剪,再输入到网络中进行运算. 然而,裁剪可能会丢失信息,拉伸会使得图像变形,这些因素都提高了视觉任务的门槛,

卷积神经网络(三)--目标检测

本章介绍目标定位和目标检测(包含多目标检测). 1. Object Localization 原始图片经过CONV卷积层后,Softmax层输出4 x 1向量,分别是: 注意,class label也可能是概率.上述四个向量分别对应pedestrain,car,motorcycle和background四类. 对于目标定位和目标检测问题,其模型如下所示: 原始图片经过CONV卷积层后,Softmax层输出8 x 1向量.除了包含上述一般CNN分类3 x 1向量(class label)之外,还包

(转)蘑菇街如何通过构建平台搞定数据标注难题?

在许多学术界和工业界人士努力下,先后在多个领域诞生了开放数据集,从入门的 MNIST,再到大名鼎鼎的 Image Net,涵盖了通用场景.但在实际的业务通常碰到某些细分领域没有开放数据集,比如服装的类型和风格,这就要求自己构建训练数据集,或自力更生,或临时雇用外包人员 (自己提供工具),甚至全权委托给专业标注公司 (无需提供标注工具,成本高).蘑菇街有大量数据标注的需求,综合成本.效率等因素考虑,我们建设了统一的标注平台,支撑众多的标注业务,部分样图请见如下 常见的标注场景 从领域角度,蘑菇街的