猫狗分类识别【图像预处理】③图像灰度化处理

一、导入库

pip install opencv-python

二、灰度化处理过程

说明：无论前面的图像文件夹中的图像后缀是否统一，均可使用灰度化处理程序。

# 检查文件是否为图像文件（这里以.jpg、.jpeg、.png等为例）
if item.lower().endswith((".png", ".jpg", ".jpeg", ".tiff", ".bmp", ".gif")):

因为上述这部分代码已经包含了常规图像的后缀判断。但是，还是强烈推荐预先处理好图像后缀后再进行图像的其他预处理。统一后缀可以参考：统一图像后缀。

import os

import cv2


def grayscale_folder_images(input_folder, output_folder):
    # 确保输出文件夹存在
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    # 遍历输入文件夹中的所有文件和文件夹
    for item in os.listdir(input_folder):
        input_path = os.path.join(input_folder, item)

        # 跳过.ipynb_checkpoints文件夹
        if item == ".ipynb_checkpoints":
            continue

        # 如果是文件夹，则递归处理
        if os.path.isdir(input_path):
            grayscale_folder_images(input_path, os.path.join(output_folder, item))
            continue

        output_path = os.path.join(output_folder, item)

        # 检查文件是否为图像文件（这里以.jpg、.jpeg、.png等为例）
        if item.lower().endswith((".png", ".jpg", ".jpeg", ".tiff", ".bmp", ".gif")):
            # 读取图像
            image = cv2.imread(input_path)
            if image is not None:
                # 将图像转换为灰度图
                gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
                # 保存灰度图像到输出文件夹
                cv2.imwrite(output_path, gray_image)
                print(f"Processed {item} to grayscale and saved to {output_path}")
            else:
                print(f"Failed to read image: {input_path}")
        else:
            print(f"Skipping non-image file: {item}")


# 设置输入和输出文件夹路径
input_folder = "imgs2/"  # 替换为你的输入文件夹路径
output_folder = "imgs3/"  # 替换为你的输出文件夹路径

# 调用函数处理图像
grayscale_folder_images(input_folder, output_folder)

三、处理结果

处理前：

处理后：

单图对比（前后）：