博客
关于我
python代码——批量生成灰度图片
阅读量:688 次
发布时间:2019-03-17

本文共 991 字,大约阅读时间需要 3 分钟。

从以下代码可以看出,该脚本用于读取指定目录下的所有图片文件,并对每张图片进行灰度化处理后存储到输出目录中。

代码逻辑主要包含以下几个部分:

  • 导入所需的模块
  • 定义输入目录和输出目录
  • 读取输入目录下的所有图片文件
  • 对每张图片进行灰度化处理
  • 将处理后的图片保存到输出目录
  • 代码如下:

    from PIL import Imageimport osimport glob# 定义图片存储目录input_dir = 'J:/project/images/'# 定义输出存储目录output_dir = 'J:/project/output/'# 获取输入目录下的所有图片文件名all_images = glob.glob(input_dir + '*.jpg')# 存储图片文件名列表image_names = []# 遍历所有图片文件for image in all_images:    # 提取图片文件名(不包含路径和扩展名)    base_name = os.path.basename(image)    # 提取图片文件名(包含扩展名)    base_name_with_ext = os.path.splitext(image)[0]    image_names.append(base_name_with_ext)# 处理并存储每张图片for filename in os.listdir(input_dir):    print(filename)    # 打开图片文件    img = Image.open(input_dir + filename)    # 将图片转换为灰度格式    gray_img = img.convert('L')    # 保存处理后的图片到输出目录    gray_img.save(output_dir + filename)

    该脚本采用了以下技术手段:

    • 使用glob模块来获取指定目录下的所有图片文件
    • 使用os模块来处理文件路径和文件名
    • 使用PIL库来进行图片处理
    • 使用os.listdir()来遍历目录中的文件

    脚本功能包括:

    • 输入目录下的图片自动读取-图片自动灰度化处理
    • 处理后的图片自动存储到输出目录

    代码运行前,请确保以下条件:

  • 输入目录和输出目录都是存在的目录
  • 输入目录下有至少一张图片文件
  • 有权限读取和写入目标目录
  • 转载地址:http://fwdhz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>