用python批量更改图片的位深度

最新推荐文章于 2023-09-13 20:26:07 发布
最新推荐文章于 2023-09-13 20:26:07 发布
阅读量8.9k 收藏 95
点赞数 24
分类专栏： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44617502/article/details/113567148
版权

原因:

因为业务需要,需要进行人脸识别的照片同步功能,上传过程中遇到了个问题,就是图片的图片深度需要的是24,但是有的图片是32的,所以需要进行批量的修改,是这个位深度(如下图):
图片位深度

然后我们直接上代码

import os

from PIL import Image

path = r'E:\代码\SVN\设计器\app\python\test'
newpath = r'E:\代码\SVN\设计器\app\python\2'


def picture(path):
    files = os.listdi
最低0.47元/天 解锁文章
《无语》
关注
  • 24
    点赞
  • 踩
  • 95
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
专栏目录
批量转移文件，并修改图片的位深度、灰度等信息
weixin_46100896的博客
12-27 2475
本文依然是深度学习中，训练数据制作中所要用到的工具类方法。 1 批量转移文件 即：将labelme转换得到多个json命名的文件夹中的散落的图片，批量转移到同一个文件，此处针对png格式图片文件。 代码使用采用C++和QT写的，因为时间比较紧迫，就用的以前写的代码改的，现在想想如果用python来写，应该非常简单，以后有时间再写吧，先用着。 void Copyfile() { QString p...
Python图像处理库PIL中图像格式转换_python 如何将位深度24图像变成32(1)
最新发布
m0_61549984的博客
05-05 585
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习3、 模式“P”—八位彩色图像，色彩值由调色板查询模式“P”为8位彩色图像，它的每个像素用8个bit表示，其对应的彩色值是按照调色板查询出来的。
python 转位深 24位转8位
Maple__Boy
08-07 826
对之前的工作进行整理方便copy使用 单张 # 单张 import os import cv2 imgdir = 'd:/a/'#图片路径 savepath = 'd:/a/'#保存路径 n = 'a.jpg'#图片名称 img = cv2.imread(imdir) img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.imwrite(savepath + n.split('.')[0]+'_1.png', img) 批量 #读取整个bacepath文件夹下的
自定义批量修改图像位深度
qq_40280673的博客
08-14 2333
自定义批量修改图像位深度
用python来改变图片的位度
Tc、zyh的博客
11-27 489
亲测可用，我是用来进行分割任务的 参考：https://blog.csdn.net/weixin_44617502/article/details/113567148
批量转换图片位深度
LL990521的博客
01-11 2388
from PIL import Image import numpy as np import cv2 import os # 单张图片 # img = Image.open(r'C:\Users\znjt\Desktop\huhui\40051.jpg') # img = Image.fromarray(np.uint8(img)) # t = img.convert('L') # img=Image.fromarray(np.uint8(t)*255) # img.save(r'C:\Users\znj
图片文件批量转变深度24位至8位，几行Python贼简单
Mluoo的博客
06-10 2972
转换深度图片
批量更改图片名和大小_python/批量更改图片大小与名称_
09-30
总之，批量更改图片名和大小是深度学习数据预处理的重要环节。通过Python和PIL库，我们可以高效地完成这个任务，从而提高工作效率，使模型训练更加顺畅。在处理大量图片时，这样的自动化处理尤其关键，可以避免手动...
Python批量更改json标注文件中的imagePath为当前json名称
06-17
如果重命名过标注文件json名称，但json里的imagePath并不会随之改变，这个代码可以批量修改imagePath为当前json文件名
使用python批量修改XML文件中图像的depth值
09-16
本篇内容主要讨论如何使用Python批量修改XML文件中图像的depth值。当我们从灰度图像转换为彩色图像，或者需要调整模型输入的通道数时，就需要更新XML文件中对应的depth值。例如，从单通道（灰度图像，depth为1）转换...
python opencv 批量改变图片的尺寸大小的方法
09-19
通过上述方法，我们可以有效地利用OpenCV和Python批量处理图片，改变它们的尺寸，这对于图像处理项目，特别是机器学习和深度学习中的数据预处理，是非常实用的。这个过程不仅可以优化存储空间，还可以提高后续处理的...
批量修改图片大小、亮度、对比度，非常适用
01-21
动漫DIY系列工具之一Comic Enhancer Pro v2.52汉化版是一个很不错的小软件，通过它可以将图片批量修改； 使用方法： 点击菜单“文件”---选择批量转换，可以批量修改图片漫画等； 选项：亮度、对比度、高亮度、GAMMA校正、曲线、尺寸大小缩放、JPG压缩比、红蓝互换、加粗、左旋、右旋、颠倒、锐化、柔化、彩色漫画、黑白漫画、保持原样、256级、16级灰度、8级灰度、4级态度、自动色阶、自动对比度等； 先选择要修改的图片路径，再选择增强后的漫画存放新文件的文件夹。 设置完成后直接点击全部转换就可以批量转换了； 另外还可以设置修改后的新文件的扩展名；
批量rename图片——REname_images.zip
04-13
以手写数字识别的数据集mnist为例，可以把普通的数字改成对应‘名字+格式’的‘名字+拓展名’，例如：原图片名字——1.bmp，改变后的图片名字——num0_1.jpg，包含手写数字识别的数据集mnist，改变后的数据集，以及对应的代码
图片批量缩小尺寸（jpg）.exe
04-28
批量修改jpg文件尺寸大小，保证不修改jpg文件格式，c#技术将图片按照比例缩放，并且重新绘制图片，并且以jpg格式存储
批量16位图像转8位
04-11
使用C++将16位图像转换为8位图像，用于labelme标记的MASK_RCNN
label.png图像16位或24位转8位,用于Mask Rcnn训练(绝对可用)
07-13
(代码简洁, 绝对可用)使用python将24位或者16位图像转换为8位图像，用于labelme标记的MASK_RCNN进行样本训练, 自己的样本数据是24位就是用这代码进行转换成8位, 样本已训练成功.(16位亦可用).
benaryzation.zip python批量二值化可修改阈值
04-30
Python中实现图像二值化，可以使用`PIL`（Python Imaging Library）或更高级的`OpenCV`库。在`twozhihua.py`脚本中，开发者可能通过以下步骤实现了这一过程： 1. 导入相关库：首先，脚本需要导入`PIL`或`OpenCV`等...
Python批量转换图片位深度
qq_43681154的博客
09-13 358
【代码】Python批量转换图片位深度。
一个批量二值化保存为1位图像的python处理工具
kd的博客
07-24 679
from PIL import Image import os # 批量二值化处理工具 path = 'database2_test' # 图片路径 file_list = [os.path.join(path, f) for f in os.listdir(path) if f.endswith('.bmp')] for infile in file_list: im = Im...
用python实现批量图片的特征向量提取
05-13
要实现批量图片的特征向量提取，可以使用深度学习模型中的卷积神经网络（Convolutional Neural Network，CNN）。具体实现步骤如下： 1. 导入相关库 ``` import os import numpy as np import tensorflow as tf from tensorflow.keras.preprocessing.image import load_img, img_to_array from tensorflow.keras.applications.vgg16 import preprocess_input, VGG16 ``` 2. 定义函数提取特征向量 ``` def extract_features(directory, model): features = {} for filename in os.listdir(directory): path = directory + '/' + filename image = load_img(path, target_size=(224, 224)) image = img_to_array(image) image = np.expand_dims(image, axis=0) image = preprocess_input(image) feature = model.predict(image, verbose=0) features[filename] = feature return features ``` 3. 加载预训练的VGG16模型 ``` model = VGG16() ``` 4. 调用函数提取特征向量 ``` directory = 'path/to/image/directory' features = extract_features(directory, model) ``` 其中，`directory`表示图片所在的文件夹路径，`model`为预训练的VGG16模型，`features`为提取出的特征向量，以字典形式存储，键为图片文件名，值为特征向量。 需要注意的是，此方法提取的特征向量是针对VGG16模型的，如果需要使用其他模型，可以对应修改代码中的模型部分。
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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