计算机毕业设计中如何用python实现图片批处理

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 cv2import numpy as npimport globimport 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()​

————————————————

版权声明：本文为CSDN博主「会飞的小菜鸡」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/weixin_42929622/article/details/115273251