opencv——批量处理图片并保存

           背景:某文件夹X下有若干张图片,对每一张图片进行处理,将处理后的图片保存至新的文件夹Y下。

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include <fstream>

int main() {
	cv::String path = "E:/Data Sets/ORIGINAL/data_road_fisheye/training/label/";        //待处理图片文件夹地址
	cv::String dest = "E:/Data Sets/ORIGINAL/data_road_fisheye/training/greylabel/";    //处理后图片的保存地址
	cv::String savedfilename;
	std::vector<cv::String> filenames;
	cv::Mat srcImg, dstImg;

	cv::glob(path, filenames);                 //opencv里面用来读取指定路径下文件名的一个很好用的函数
	for (int i = 0; i < filenames.size(); i++) {
		srcImg = cv::imread(filenames[i]);
		cv::cvtColor(srcImg, dstImg, CV_RGB2GRAY);
		savedfilename = dest + filenames[i].substr(55);    
		std::cout << savedfilename << std::endl;
		cv::imwrite(savedfilename, dstImg);
	}
	return 0;
}

        cv::glob()函数极大地简化了对文件的读取。

        如果不适用opencv,那么可以采取下面这个方法,在stackoverflow上找到的solution,还没试过:

#include <vector>
#include <stdio.h>
#include <windows.h>
#include <iostream>
#include <string>
using namespace std;
        //----------------------------------------------------------------------
        // Get list of files 
        // Usage:
        //  string ImagesDir=tmp+"C:\\Images\\*.jpg";
        //  vector<string> files=listFilesInDirectory(ImagesDir); 
        //----------------------------------------------------------------------
        vector<string> listFilesInDirectory(string directoryName)
        {
            WIN32_FIND_DATA FindFileData;
            HANDLE hFind = FindFirstFile(directoryName.c_str(), &FindFileData);
            vector<string> listFileNames;
            listFileNames.push_back(FindFileData.cFileName);
            while (FindNextFile(hFind, &FindFileData))
                listFileNames.push_back(FindFileData.cFileName);
            return listFileNames;
        }
...
// somewhere in main
string YourImagesDirectory="C:\\Pick\\";
vector<string> files=listFilesInDirectory(YourImagesDirectory+"*.jpg"); 
for(int i=0;i<files.size();i++)
    {
         Mat img=imread(YourImagesDirectory+files[i]);
         imshow("mainwin" , img);
         ...
    }
...

//--------------------------------------补充(2018.06.03)----------------------------------------------------------

cv::cvrColor(srcImg, dstImg, CV_RGB2GRAY)将三通道的彩色图片转换成了单通道灰色图片,但是后来用cv::imread()加载出来后发现图片格式又成了三通道,只不过三个通道的值都一样 ,参考了一下官方文档,问题出在cv::imread()函数:


  • 16
    点赞
  • 100
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
### 回答1: 使用OpenCV进行批量处理图片的Python代码如下: ``` python import cv2 import os # 图片所在的文件夹路径 image_folder = 'path/to/folder' # 待处理图片文件格式 image_format = '.jpg' # 处理保存的文件夹路径 output_folder = 'path/to/output/folder' # 遍历文件夹中所有的图片 for filename in os.listdir(image_folder): if filename.endswith(image_format): # 读取图片 image = cv2.imread(os.path.join(image_folder, filename)) # 在这里进行对图片处理 # 保存处理后的图片 output_filename = os.path.splitext(filename)[0] + '_processed' + image_format output_path = os.path.join(output_folder, output_filename) cv2.imwrite(output_path, image) ``` 你可以根据需要修改image_folder、image_format和output_folder的值,以及在循环中添加你需要对图片进行的操作。最后将处理后的图片保存到指定的文件夹中。 ### 回答2: 要使用OpenCV进行批量处理图片,可以按照以下步骤进行: 1. 导入OpenCV库:在Python程序中导入OpenCV库,可以使用`import cv2`语句。 2. 获取图片路径:使用Python的文件操作函数(例如os模块或glob模块),获取待处理图片的路径。可以是一个文件夹中的多张图片,或者一个包含图片路径的列表。 3. 循环处理每张图片:使用循环语句遍历每张图片的路径。 4. 读取图片:使用`cv2.imread()`函数读取图片。该函数接受图片路径作为参数,并返回一个表示图片的numpy数组。 5. 执行图像处理操作:对读取的图片进行各种处理操作。可以使用OpenCV提供的函数和方法,如图像缩放、图像旋转、颜色转换等。 6. 保存处理后的图片:使用`cv2.imwrite()`函数将处理后的图片保存到指定路径。该函数接受保存路径和处理后的图片数组作为参数。 7. 释放资源:在循环结束后,使用`cv2.destroyAllWindows()`函数关闭窗口及释放资源。 下面是一个示例代码片段,演示了如何使用OpenCV进行批量处理图片: ```python import cv2 import glob # 获取图片路径 image_paths = glob.glob("path/to/images/*.jpg") # 循环处理每张图片 for image_path in image_paths: # 读取图片 image = cv2.imread(image_path) # 执行图像处理操作,例如缩放为指定大小 resized_image = cv2.resize(image, (300, 300)) # 保存处理后的图片 save_path = "path/to/save/processed_images/" + image_path.split("/")[-1] cv2.imwrite(save_path, resized_image) # 释放资源 cv2.destroyAllWindows() ``` 这是一个简单的示例,你可以根据具体需求和处理操作进行更多定制和扩展。 ### 回答3: 使用OpenCV库可以方便地批量处理图片,特别是在Python中使用。 首先,我们需要导入OpenCV库和其他相关的库,如numpy等。 接下来,我们可以使用cv2.imread()函数读取要处理图片文件。这个函数可以读取多种图片格式,如bmp、jpg、png等。读取的图片数据会存储在一个numpy数组中。 然后,我们可以对图片进行各种处理操作,如调整大小、裁剪、旋转、灰度化、二值化等。这些操作可以通过调用OpenCV提供的相应函数来实现。 例如,我们可以通过cv2.resize()函数调整图片的尺寸,通过cv2.cvtColor()函数将图片转换为灰度图像,通过cv2.threshold()函数进行图像二值化等。 如果要对多张图片进行批量处理,可以使用循环来遍历每一张图片,对每张图片进行相同或不同的操作。 最后,我们可以使用cv2.imwrite()函数将处理后的图片保存到指定的位置。 综上所述,通过OpenCV以及Python的强大功能,我们可以轻松地对多张图片进行批量处理,实现各种各样的操作,如调整尺寸、颜色转换、特征提取等。这对于进行图像处理、机器视觉、深度学习等应用非常有用。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值