如何利用python实现图片批处理_Python

前言

在训练神经网络之前，我们往往需要对数据集进行批量处理。本文以图片为例，介绍如何使用python实现图片的批量处理，包括批量命名，批量更改图像像素，批量对图片进行Harris、Canny……

在此通过以下示例讲解图片遍历方法，并以shi-Tomasi角点检测算法为例，对图片进行批量处理。

可实现的功能：

（1）遍历某一文件夹下的所有图片，示例代码针对所有.jpg格式的图片；

（2）对所有图片均进行shi-Tomasi角点检测处理；

（3）将处理好后的每张图片保存至新的文件夹下。

				?

									import cv2

									import numpy as np

									import glob

									import os

									def Harris(img):

									# 1 读取图像，并转换成灰度图像

									 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

									# 2角点检测——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

									# 图片批量处理

									def pichuli():

									 nums = 1

									 for files in glob.glob(r'C:\Users\********\*.jpg'):

									  img = cv2.imread(files)

									  # 输出路径

									  opfile = r'C:\Users\***********/'

									  # 判断opfile是否存在，不存在则创建

									  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('批处理结束')

									if __name__ == '__main__':

									 pichuli()

Python批量修改图片大小

				?

									# -*- coding: utf-8 -*- 

									''' 

									'''

									import os 

									from PIL import Image 

									pic_dir = r"H:\新建文件夹"

									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、宽度均变为原来的1/3 

									    new_img = img.resize( new_size) 

									    new_name = os.path.join(pic_dir, "small_" + filename) 

									    new_img.save(new_name )