前言
在訓(xùn)練神經(jīng)網(wǎng)絡(luò)之前，我們往往需要對數(shù)據(jù)集進行批量處理。本文以圖片為例，介紹如何使用python實現(xiàn)圖片的批量處理，包括批量命名，批量更改圖像像素，批量對圖片進行Harris、Canny……
在此通過以下示例講解圖片遍歷方法，并以shi-Tomasi角點檢測算法為例，對圖片進行批量處理。
可實現(xiàn)的功能：
（1）遍歷某一文件夾下的所有圖片，示例代碼針對所有.jpg格式的圖片；
（2）對所有圖片均進行shi-Tomasi角點檢測處理；
（3）將處理好后的每張圖片保存至新的文件夾下。
import cv2
import numpy as np
import glob
import os
def Harris(img):
# 1 讀取圖像，并轉(zhuǎn)換成灰度圖像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 2角點檢測——Shi-Tomasi
corners = cv2.goodFeaturesToTrack(gray,100,0.01,10)
corners = np.int0(corners)
print(len(corners))
for i in corners:
x, y = i.ravel()
cv2.circle(img, (x, y), 3, 255, -1)
return img
# 圖片批量處理
def pichuli():
nums = 1
for files in glob.glob(r'C:\Users\********\*.jpg'):
img = cv2.imread(files)
# 輸出路徑
opfile = r'C:\Users\***********/'
# 判斷opfile是否存在，不存在則創(chuàng)建
if (os.path.isdir(opfile) == False):
os.mkdir(opfile)
img = Harris(img)
image_path = opfile + '('+str(nums)+')'+'.jpg'
cv2.imwrite(image_path,img)
nums += 1
print('批處理結(jié)束')
if __name__ == '__main__':
pichuli()
Python批量修改圖片大小
# -*- coding: utf-8 -*-
'''
'''
import os
from PIL import Image
pic_dir = r"H:\新建文件夾"
for filename in os.listdir(path=pic_dir):
if filename.startswith("SAM"):
pic_path = os.path.join(pic_dir, filename)
print (pic_path)
img = Image.open(pic_path )
new_size = tuple( [ size//3 for size in img.size] ) # 高度、寬度均變?yōu)樵瓉淼?/3
new_img = img.resize( new_size)
new_name = os.path.join(pic_dir, "small_" + filename)
new_img.save(new_name )
總結(jié)
到此這篇關(guān)于如何利用python實現(xiàn)圖片批處理的文章就介紹到這了,更多相關(guān)python圖片批處理內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python批量圖片處理簡單示例
- python實現(xiàn)批量處理將圖片粘貼到另一張圖片上并保存
- 基于python代碼批量處理圖片resize
- python3圖片文件批量重命名處理
