OpenCV批量读取文件夹中的图片,并进行统一的裁剪操作,之后并保存到新的文件夹中

OpenCV批量读取文件夹中的图片,并进行统一的裁剪操作,之后并保存到新的文件夹中

**

在参考部分博客之后,综合写出了符合自己要求的代码

具体代码如下:


```cpp
#include <iostream>
#include <fstream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

cv::Mat img;
cv::Rect m_select;
string str = "./";
int main()
{
	char filename[138];
	for (int i = 0; i < 139; i++) {  
		sprintf_s(filename, "D://pic//frame%d.jpg", i);
		img = cv::imread(filename, 0);
		cv::imshow("原图", img);
		m_select = Rect(0, 32, 576, 128);
		Mat roi = img(m_select);
		cv::imshow("剪裁图", roi);
		string Img_Name = "D:\\jic\\" + to_string(i) + ".jpg";
		imwrite(Img_Name, roi);
	}
	waitKey(0);
	return 0;
}





  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您可以使用OpenCV库来批量识别图片的物体并进行裁剪。以下是一个示例代码,可以帮助您开始: ```python import cv2 import os def crop_objects(input_dir, output_dir, cascade_file): # 加载分类器 cascade = cv2.CascadeClassifier(cascade_file) # 遍历输入目录的所有图片文件 for filename in os.listdir(input_dir): if not filename.endswith(('.jpg', '.jpeg', '.png')): continue # 读取图片 image = cv2.imread(os.path.join(input_dir, filename)) # 转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 检测物体 objects = cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 遍历每个物体,进行裁剪保存到输出目录 for (x, y, w, h) in objects: cropped = image[y:y+h, x:x+w] output_filename = os.path.splitext(filename)[0] + f"_object_{x}_{y}.png" cv2.imwrite(os.path.join(output_dir, output_filename), cropped) # 输入目录 input_dir = "path/to/input/directory" # 输出目录 output_dir = "path/to/output/directory" # 分类器文件路径 cascade_file = "path/to/cascade/classifier.xml" # 执行裁剪操作 crop_objects(input_dir, output_dir, cascade_file) ``` 在以上代码,您需要将`input_dir`设置为包含待处理图片文件夹路径,`output_dir`设置为保存裁剪图片文件夹路径,`cascade_file`是用于检测物体的分类器文件(如人脸检测的`haarcascade_frontalface_default.xml`)。请确保您已经下载并设置了正确的分类器文件。 此代码将遍历输入目录的每张图片,使用分类器检测物体,并将每个检测到的物体裁剪保存到输出目录裁剪后的图片文件名将包含物体的位置信息。 请注意,以上代码只是一个示例,您可能需要根据您的具体需求进行适当的修改和调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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