使用OpenCV进行批量图像缩放

问题是这样子的,有好多个文件夹,希望对每个文件夹中的图像都缩放到同一个比例。

那么不可避免,需要读取每个文件夹中的图像名称:

<span style="font-size:14px;">void getFiles(string path, vector<string>& files)
{
	//文件句柄  
	long   hFile = 0;
	//文件信息  
	struct _finddata_t fileinfo;
	string p;
	if ((hFile = _findfirst(p.assign(path).append("\\*.jpg").c_str(), &fileinfo)) != -1)
	{
		do
		{
			//如果是目录,迭代之  
			//如果不是,加入列表  
			if ((fileinfo.attrib &  _A_SUBDIR))
			{
				if (strcmp(fileinfo.name, ".") != 0 && strcmp(fileinfo.name, "..") != 0)
					getFiles(p.assign(path).append("\\").append(fileinfo.name), files);
			}
			else
			{
				files.push_back(p.assign(fileinfo.name));
			}
		} while (_findnext(hFile, &fileinfo) == 0);
		_findclose(hFile);
	}
}</span>

图像缩放的库函数(参考:http://blog.csdn.net/morewindows/article/details/8239560):

void cvResize(

  const CvArr* src,

  CvArr* dst,

  int interpolation=CV_INTER_LINEAR

);

第一个参数表示输入图像。

第二个参数表示输出图像。

第三个参数表示插值方法,可以有以下四种:

CV_INTER_NN - 最近邻插值,

CV_INTER_LINEAR - 双线性插值 (缺省使用)

CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候,该方法可以避免波纹出现。当图像放大时,类似于 CV_INTER_NN 方法..

CV_INTER_CUBIC - 立方插值.

这个函数在功能上与Win32 API中的StretchBlt()函数类似。


因为我这里是缩小,所以第3个参数选择:CV_INTER_AREA

//dataType == 1  train Data
//dataType == 0  val Data
void convert_im(int dataType)
{
	string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
	string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
	string pefix = "Z:\\算法组\\****\\data\\";
	char* imNametrain227[] = { "train227_1\\", "train227_2\\", "train227_3\\", "train227_4\\", "train227_5\\", "train227_6\\", "train227_7\\", "train227_8\\" };
	char* imNameval227[] = { "val227_1\\", "val227_2\\", "val227_3\\", "val227_4\\", "val227_5\\", "val227_6\\", "val227_7\\", "val227_8\\" };

	vector<string> files;
	if (dataType == 1)
		getFiles(pstrImageNameTrain, files);
	else
		getFiles(pstrImageNameVal, files);
	int fileNum = files.size();
	if (dataType == 1)
		printf("total files number in Train is %d\n", fileNum);
	else
		printf("total files number in Val is %d\n", fileNum);

	//创建8种尺寸的缩放图像大小
	CvSize im227[8];
	for (int i = 0; i < 8; i++){
		im227[i].width = 227 * (i + 1);
		im227[i].height = im227[i].width;
	}

	for (int i = 0; i < fileNum; i++){
		string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
		string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
		//从文件中读取图像 
		IplImage *pSrcImage = NULL;
		if (dataType == 1)
			pSrcImage = cvLoadImage(pstrImageNameTrain.append( files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);
		else
			pSrcImage = cvLoadImage(pstrImageNameVal.append(files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);

		for (int j = 0; j < 8; j++){
			string pefix = "Z:\\算法组\\****\\data\\";
			//创建图像并缩放  
			IplImage *pDstImage = cvCreateImage(im227[j], pSrcImage->depth, pSrcImage->nChannels);;
			cvResize(pSrcImage, pDstImage, CV_INTER_AREA);
			//保存图片  
			if (dataType == 1){
				string pstrSaveImageName = pefix.append(imNametrain227[j]);
				cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
			}
			else{
				string pstrSaveImageName = pefix.append(imNameval227[j]);
				cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
			}
			cvReleaseImage(&pDstImage);
		}
		cvReleaseImage(&pSrcImage);
		if ((i+1) % 100 == 0 && i > 0)
			printf("finish %d files!\n", i + 1);
	}
	if (fileNum % 100 != 0)
		printf("finish %d files!\n", fileNum);
}

因为我的数据分两种,每种图像数据都需要缩放到不同大小的图像(227×227, 454×454, 等等),所以我干脆对目标图像大小建立了一个数组。

最终的整个代码如下:

//批量缩放图像
#include <opencv2/opencv.hpp>  
#include <stdio.h>
#include <io.h>
#include <string.h>

using namespace std;

void getFiles(string path, vector<string>& files);
void convert_im(int dataType);

int main()
{
	printf("convert im for train data\n");
	convert_im(1);
	printf("convert im for val data\n");
	convert_im(0);
	return 0;
}

//dataType == 1  train Data
//dataType == 0  val Data
void convert_im(int dataType)
{
	string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
	string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
	string pefix = "Z:\\算法组\\****\\data\\";
	char* imNametrain227[] = { "train227_1\\", "train227_2\\", "train227_3\\", "train227_4\\", "train227_5\\", "train227_6\\", "train227_7\\", "train227_8\\" };
	char* imNameval227[] = { "val227_1\\", "val227_2\\", "val227_3\\", "val227_4\\", "val227_5\\", "val227_6\\", "val227_7\\", "val227_8\\" };

	vector<string> files;
	if (dataType == 1)
		getFiles(pstrImageNameTrain, files);
	else
		getFiles(pstrImageNameVal, files);
	int fileNum = files.size();
	if (dataType == 1)
		printf("total files number in Train is %d\n", fileNum);
	else
		printf("total files number in Val is %d\n", fileNum);

	//创建8种尺寸的缩放图像大小
	CvSize im227[8];
	for (int i = 0; i < 8; i++){
		im227[i].width = 227 * (i + 1);
		im227[i].height = im227[i].width;
	}

	for (int i = 0; i < fileNum; i++){
		string pstrImageNameTrain = "Z:\\算法组\\****\\data\\newTrain\\";
		string pstrImageNameVal = "Z:\\算法组\\****\\data\\newVal\\";
		//从文件中读取图像 
		IplImage *pSrcImage = NULL;
		if (dataType == 1)
			pSrcImage = cvLoadImage(pstrImageNameTrain.append( files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);
		else
			pSrcImage = cvLoadImage(pstrImageNameVal.append(files[i]).c_str(), CV_LOAD_IMAGE_UNCHANGED);

		for (int j = 0; j < 8; j++){
			string pefix = "Z:\\算法组\\****\\data\\";
			//创建图像并缩放  
			IplImage *pDstImage = cvCreateImage(im227[j], pSrcImage->depth, pSrcImage->nChannels);;
			cvResize(pSrcImage, pDstImage, CV_INTER_AREA);
			//保存图片  
			if (dataType == 1){
				string pstrSaveImageName = pefix.append(imNametrain227[j]);
				cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
			}
			else{
				string pstrSaveImageName = pefix.append(imNameval227[j]);
				cvSaveImage(pstrSaveImageName.append(files[i]).c_str(), pDstImage);
			}
			cvReleaseImage(&pDstImage);
		}
		cvReleaseImage(&pSrcImage);
		if ((i+1) % 100 == 0 && i > 0)
			printf("finish %d files!\n", i + 1);
	}
	if (fileNum % 100 != 0)
		printf("finish %d files!\n", fileNum);
}

void getFiles(string path, vector<string>& files)
{
	//文件句柄  
	long   hFile = 0;
	//文件信息  
	struct _finddata_t fileinfo;
	string p;
	if ((hFile = _findfirst(p.assign(path).append("\\*.jpg").c_str(), &fileinfo)) != -1)
	{
		do
		{
			//如果是目录,迭代之  
			//如果不是,加入列表  
			if ((fileinfo.attrib &  _A_SUBDIR))
			{
				if (strcmp(fileinfo.name, ".") != 0 && strcmp(fileinfo.name, "..") != 0)
					getFiles(p.assign(path).append("\\").append(fileinfo.name), files);
			}
			else
			{
				files.push_back(p.assign(fileinfo.name));
			}
		} while (_findnext(hFile, &fileinfo) == 0);
		_findclose(hFile);
	}
}


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