在Python中如何批量处理图片的放大操作,方法是什么
Admin 2022-06-23 群英技术资讯 1833 次浏览
这篇文章主要讲解了“在Python中如何批量处理图片的放大操作,方法是什么”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“在Python中如何批量处理图片的放大操作,方法是什么”吧!有时候对于网络识别,将原始图片放进网络中并不能达到自己想要的效果,但是有时候如果将图片放大之后,识别率却能够达到意想不到的结果,现在提供一种将文件中的图片进行批处理放大的代码:
import os
from PIL import Image
import sys
#获取path目录下的所有文件
def get_imlist(path):
return[os.path.join(path,f)
for f in os.listdir(path)]
def change_size(path):
directorys=get_imlist(path)
for directory in directorys:
#不是图片文件就跳过
print(directory)
if not(directory.endswith('.jpg') or directory.endswith('.png') or directory.endswith('.bmp')): ##b
pass
else:
img=Image.open(directory)
s="/"
#获取文件名(含后缀)
oimage_name=directory[directory.rfind(s)+1:]
(oimage_width,oimage_height)=img.size
new_width=oimage_width * 3
new_height=oimage_height * 3
out=img.resize((new_width,new_height),Image.ANTIALIAS)
out.save("%s" %oimage_name) #直接替换
if __name__ == '__main__':
change_size("F:\桌面\\test")
问题:实现将像素n*n的图片 等比例缩放为 30*30
0、环境要求:Python3.x 需要安装pillow模块:
pip install pillow
1、缩放一个图片:
from PIL import Image
img = Image.open("2.png") # 读取图片
out = img.resize((30,30)) # 等比例缩放为30*30像素
out.save("2.png") # 保存图片(覆盖原图)
2、批处理:
/* 目录结构
E:\data_eg\lip_train:
----------folder1:
--------pic1.png
--------pic2.png
--------pic3.png
----------folder2:
--------pic1.png
--------pic2.png
--------pic3.png
--------pic4.png
--------pic5.png
----------folder3:
--------pic1.png
--------pic2.png
*/
import os
from PIL import Image
path_target = "E:\data_eg\lip_train" # liptrain路径下是文件夹,文件夹下是多张图片
path_list=os.walk(path_target) # 使用os.walk()方法,遍历所有路径,文件
# filenames 保存所有图片名的 list
# root 保存二级目录
for root, dirs, filenames in path_list:
for filename in filenames: # 遍历包含 所有文件名 的list
file_path = os.path.join(root,filename) # 合成得到每个图片的 绝对路径
print(file_path) # 打印 绝对路径 至屏幕
img = Image.open(file_path) # 打开 此绝对路径 的图片
out = img.resize((30,30)) # 等比例缩放至 30*30 像素
#out = img.convert('L') # 转换为灰度图像
out.save(file_path) # 保存,覆盖原图片
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
Python集合分为变集合和不可变集合两种,本文就详细的来介绍一下这两种集合的使用,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
这篇文章主要介绍了python 实现图与图之间的间距调整subplots_adjust,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
工厂函数:能够产生类实例的内建函数。工厂函数是指这些内建函数都是类对象, 当调用它们时,实际上是创建了一个类实例。Python中的工厂函
本章我们将介绍下经典的软件开发所遵循的MVC (Model-View-Controller, 模型-视图-控制器) 设计模式以及Django的MVT设计模式(Model-View-Template)是如何遵循这种设计理念的。
本文主要介绍了使用python opencv对畸变图像进行矫正的实现,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前:400-678-4567
7x24小时售后:0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话:010-58813000
服务邮箱:service@cnnic.cn
投诉与建议:0668-2555555
Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 ICP核准(ICP备案)粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008