在深度学习过程中,我们需要注意图像的大小,尺寸,格式。以及通道数(8bit/24bit)
这次分享的是将8bit图像转24bit图像
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import os
import cv2
import sys
import shutil
path = 'before/' # 要处理的图像所在目录
newpath = 'after/' # 转换后的图像存储目录
def change_bit(path):
files = os.listdir(path)
files = np.sort(files)
for f in files:
imgpath = path + f
img = Image.open(imgpath).convert('RGB')
# 这里可能会报错 TypeError: Expected Ptr < cv::UMat > for argument '%s'
# 报错原因是传入的参数不对,原本传入到cv2中的image需要是numpy.array类型,但是从Debug的信息可以看出,传进去的是字符串类型,所以报错。解决方法如下:
# 这里先把图像转换成numpy数组的格式,然再用imwrite写入,如下:
img_array = np.array(img)
# img = Image.open(imgpath)
dirpath = newpath
file_name, file_extend = os.path.splitext(f)
dst = os.path.join(os.path.abspath(dirpath), file_name + '.jpg')
# cv2.imwrite(dst, img)
# 直接运行上句代码时会报错 TypeError: Expected Ptr < cv::UMat > for argument '%s',报错原因见上,这里修改为如下代码语句:
cv2.imwrite(dst, img_array)
print(img_array)
change_bit(path)