批量降低图片的尺寸大小

问题描述：在使用深度学习YOLO或者Faster RCNN训练数据时，训练图片的尺寸（一般为640×640）一般比我们获取到的图片尺寸较小（原图都比较大），为了提高训练速度，不能使用原图训练，所以需要降低图片的分辨率。

代码如下所示

from PIL import Image
#将图片尺寸统一  宽度是480
import os
# path = "E://数据集/原图/番茄"#读取的文件夹
# savepath = "E://数据集/原图/bb/"#保存的文件夹
path = "F://Data_set/Picking_point/small1/jpg/"#读取的文件夹
savepath = "F://Data_set/Picking_point/small1/jpg/"#保存的文件夹
filelist = os.listdir(path) #该文件夹下所有的文件（包括文件夹）
count=0
for file in filelist:
    print(file)
for file in filelist:   #遍历所有文件
    Olddir=os.path.join(path,file)   #原来的文件路径
    if os.path.isdir(Olddir):   #如果是文件夹则跳过
        continue
    filename=os.path.splitext(file)[0]   #文件名
    filetype=os.path.splitext(file)[1]   #文件扩展名
    fileall = Olddir+filename+filetype
    #print(Olddir)
    # print(fileall)
    im = Image.open(Olddir)

    (x, y) = im.size  # read image size
    x_s = 640  # define standard width
    y_s = y * x_s // x  # calc height based on standard width
    out = im.resize((x_s, y_s), Image.ANTIALIAS)  # resize image with high-quality
    savepaths = savepath+filename+filetype
    #print(savepaths)
    out.save(savepaths)

注意：这个分辨率降低前后路径是在一个路径即可，分辨率降低后的图片覆盖掉了分辨率降低前的图片。可能需要装一些库。