深度学习时,有些数据和模型要求不一致,用来处理数据集
from PIL import Image
import os
def convert_png_to_jpg(input_folder, output_folder):
# 创建输出文件夹
os.makedirs(output_folder, exist_ok=True)
# 遍历输入文件夹中的所有文件
for filename in os.listdir(input_folder):
# 检查文件是否是PNG格式
if filename.endswith(".png"):
# 构建输入和输出文件的完整路径
input_path = os.path.join(input_folder, filename)
output_path = os.path.join(output_folder, os.path.splitext(filename)[0] + ".jpg")
# 打开PNG文件并保存为JPEG格式
try:
with Image.open(input_path) as img:
img.convert("RGB").save(output_path, "JPEG")
print(f"转换成功: {filename}")
except Exception as e:
print(f"转换失败: {filename},错误信息: {str(e)}")
# 调用函数并传入相应的文件夹路径
convert_png_to_jpg("JPEGImages2", "JPEGImages3")