cv2--处理图片

先读取所有的图片数据

root = './new_negs/'

def show_files(path, all_files):
    # 首先遍历当前目录所有文件及文件夹
    file_list = os.listdir(path)
    # 准备循环判断每个元素是否是文件夹还是文件，是文件的话，把名称传入list，是文件夹的话，递归
    for file in file_list:
        # 利用os.path.join()方法取得路径全名，并存入cur_path变量，否则每次只能遍历一层目录
        cur_path = os.path.join(path, file)
         # 判断是否是文件夹
        if os.path.isdir(cur_path):
            show_files(cur_path, all_files)
        elif cur_path.endswith('.jpg'):
            all_files.append(cur_path)

    return all_files

对每张图片进行操作

index = 0
while index < len(contents):
    content = contents[index]
    print('processing {}: '.format(content), end='')
    img = cv2.imread(content)
    cv2.imshow('img', img)
    i = cv2.waitKey(0)
    img_name = content.split('/')[-1]
    if i == ord('u'):
        new_dir = 'uncertain'
    elif i == ord('b'):  # backwards
        print('no move')
        index -= 1
        continue
    else:  # forwards
        new_dir = 'new_negs'

    dst = os.path.join(new_dir, img_name)
    shutil.move(content, dst)
    contents[index] = dst
    print('moved to {}'.format(new_dir))
    index += 1

同时查看多张图片

root_auth = '../outputs1'
contents_auth = [os.path.join(dp, fn) for dp, _, fns in os.walk(root_auth) for fn in fns if '.jpg' in fn]
contents_auth.sort()

root_self = '../outputs'
contents_self = [os.path.join(dp, fn) for dp, _, fns in os.walk(root_self) for fn in fns if '.jpg' in fn]
contents_self.sort()

print('{} images need to be done.'.format(min(len(contents_auth), len(contents_self))))

idx = 0
while idx < min(len(contents_auth), len(contents_self)):
    content_self = contents_self[idx]
    title = content_self.split('/')[-1]
    content_auth = os.path.join(root_auth, title)
    if content_auth not in contents_auth:
        idx += 3
        continue
    print('processing {}: '.format(content_auth), end='')
    img_auth = cv2.imread(content_auth)
    scale = 500 / img_auth.shape[0]
    img_auth = cv2.resize(img_auth, (0, 0), fx=scale, fy=scale)
    img_self = cv2.imread(content_self)
    img_self = cv2.resize(img_self, (0, 0), fx=scale, fy=scale)
    imgs = np.concatenate([img_auth, img_self]) # 垂直显示
    # imgs = np.hstack([img_auth, img_self]) 水平显示
    cv2.imshow('img', imgs)
    i = cv2.waitKey(0)
    img_name = content_auth.split('/')[-1]
    if i == ord('d'):
	    idx -= 1
	    continue
	else:
		idx += 3

• 在图片上添加矩形框和文字

img = cv2.imread(img_path)
# (img, 左上角，右下角，color，宽度)
cv2.rectangle(img, (10,50), (50,100), (0,255,0), 4)

font = cv2.FONT_HERSHEY_SIMPLEX
text = 'python'
# (img，text，开始坐标，字体font，字体大小，color，字体粗细)
cv2.putText(img, text, (50, 50), font, 1, (0,0,255), 1)

cv2读取图片的格式为：HWC，其余都是：CHW，故使用transpose((2,0,1))，使图片变成我们需要的格式。
还有其它的方式转换图片格式：img[:,:,::-1]对应H、W、C，彩图是3通道，即C是3层。opencv里对应BGR，故通过C通道的 ::-1 就是把BGR转为RGB。

img = torch.from_numpy(img.transpose(2, 0, 1)).float().div(255.0).unsqueeze(0)

• opencv无损存图

0代表图片保存时的压缩程度，有0-9这个范围的10个等级，数字越大表示压缩程度越高

cv2.imwrite("img_dir", img, [cv2.IMWRITE_PNG_COMPRESSION, 0])