基于无人机遥感影像的农田作物识别（三）

今天的内容呢，是制作数据集，非常重要。包括上一篇文章的转为标签形式，还有这次的旋转矫正图像，初步裁剪图像划分训练集和测试集，以及裁剪为固定大小的图像形成数据集。

旋转矫正代码

interactive_rotate_with_pt.py
具体操作如下：运行代码后，图中会出现一个机器默认的矫正方案，如果想手动选取点，则点右键取消。用左键点击想要矫正的四个点，形成绿色的框，但不是矩形。然后会形成红色的矩形框，为矫正后的预览图。觉得合适的话可单击滚轮，图像将会像红色框一样旋转，并保存图像。


但是我的图像还算比较正，矫正的意义也不大，故没有矫正啦~

初步裁剪

这一步需要手动划分训练集和测试集，并初步裁剪感兴趣区域。
由于只有三张拼接的图像，所以要慎重选择训练集和测试集，保证三种农作物尽量均匀地分布在训练集和测试集中。其中kivi fruit只有一块地，所以要对半裁开。而rape每块地的差别有点大，也需要一分为二。
具体的操作：

左键画框，框选的是训练集，为红色框。右键同理，是测试集，为绿色框。单击滚轮即结束and保存。有个bug是画错不能撤回。
在框选图像时，尽可能地包含多点背景，有利于后续程序进行识别。
输出