python将图像批量复制到其他文件夹

  • 首先在对应位置创建好目标文件夹,这里我的目标文件夹是 cock

  •  附代码:
    import os
    import shutil
    
    root_path = 'D:/AI数据集/animals10/raw-img/cock'  #待复制图像所在文件夹路径
    obj_path = 'C:/Users/Administrator/Desktop/projectopencv/dataset/cock'   #目标文件夹路径
    filelist = os.listdir(root_path)
    i=0
    for item in filelist:    #遍历
        if i != 1000:         #复制图像个数
            src = os.path.join(os.path.abspath(root_path), item)
            dst = os.path.join(os.path.abspath(obj_path),item)
            shutil.copy(src,dst) #将src复制到dst
            i +=1
            print('rename from %s to %s' % (src, dst))
    print('ending...')

    运行结果如下:

  •  对这些图像重新命名,可参考我的另一篇文章https://blog.csdn.net/qq_47629400/article/details/123413056?spm=1001.2014.3001.5501

  • 5
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
你可以使用Python中的OpenCV库来实现图像值滤波和批量处理。下面是一个示例代码,它可以将一个文件夹中的所有图像进行值滤波处理,并保存到另一个文件夹中: ```python import os import cv2 def batch_process_images(input_folder, output_folder): # 检查输出文件夹是否存在,如果不存在则创建 if not os.path.exists(output_folder): os.makedirs(output_folder) # 遍历输入文件夹中的所有图像文件 for filename in os.listdir(input_folder): if filename.endswith(".jpg") or filename.endswith(".png"): # 读取图像 image = cv2.imread(os.path.join(input_folder, filename)) # 进行值滤波处理 filtered_image = cv2.medianBlur(image, 5) # 这里使用了中值滤波 # 保存处理后的图像到输出文件夹 output_path = os.path.join(output_folder, filename) cv2.imwrite(output_path, filtered_image) print("图像处理完成!") # 输入和输出文件夹的路径 input_folder = "input" output_folder = "output" # 调用函数进行批量处理 batch_process_images(input_folder, output_folder) ``` 在上述代码中,你需要将输入文件夹和输出文件夹的路径设置为你自己的路径。然后,代码将遍历输入文件夹中的所有图像文件(仅支持.jpg和.png格式),对每个图像应用中值滤波,并将处理后的图像保存到输出文件夹中。最后,代码会打印出"图像处理完成!"的消息。 请确保在运行代码之前已经安装了OpenCV库(可以使用`pip install opencv-python`进行安装)并且输入文件夹中包含要处理的图像文件。

“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 2
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