如何利用python实现图片批处理

这篇文章主要给大家介绍了关于如何利用python实现图片批处理的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

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-600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-600'): 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-600' 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 )