当前位置:

首页 > 编程开发 > Python怎么批量更改图像尺寸统一大小

Python怎么批量更改图像尺寸统一大小

批量更改图像尺寸统一大小importosfromPILimportImageimportglobdefconvertjpg(jpgfile,outdir,width=200,height=500):img=Image.open(jpgfile)new_img=img.resize((width,height),Image.BILINEAR)new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))forjpgfileinglob.glob((&

本文目录

      批量更改图像尺寸统一大小

      import os
      from PIL import Image
      import glob
      def convertjpg(jpgfile,outdir,width=200,height=500):
          img=Image.open(jpgfile)
          new_img=img.resize((width,height),Image.BILINEAR)   
          new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))
      
      for jpgfile in glob.glob(('/home/yangguide/Videos/images/*.png')):
          convertjpg(jpgfile,"/home/yangguide/Videos/image_2")

      知识点

      图像库PIL(Python Image Library)是python的第三方图像处理库,但是由于其强大的功能与众多的使用人数,几乎已经被认为是python官方图像处理库了。

      Image类是PIL中的核心类,你有很多种方式来对它进行初始化,比如从文件中加载一张图像,处理其他形式的图像,或者是从头创造一张图像等。

      Image模块操作的基本方法都包含于此模块内。如open、save、conver、show…等方法。

      1.加载图像,使用Image类的open()函数:

      Image.open(jpgfile)

      2.保存图像,使用Image类的save()函数:

      new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))

      3.os.path.basename()方法:

      返回path最后的文件名, 如果path以’/'结尾,那么就会返回空值, 即os.path.split(path)的第二个元素。

      示例:

      >>> import os
      >>> path = '/Users/beazley/Data/data.csv'
      >>> os.path.basename(path) #Get the last component of the path
      'data.csv'

      4.img.resize((width,height),Image.BILINEAR) :

      使用resize函数指定图像的大小和质量,第二个参数设置和含义如下图:


      Python怎么批量更改图像尺寸统一大小

      5.glob.glob()与glob.iglob()的用法:

      glob.glob()可同时获取所有的匹配路径,而glob.iglob()一次只能获取一个匹配路径。

      将不同尺寸的图片和xml标签缩放到统一尺寸,并重新命名存储

      分享一个比较实用的功能,改一下文件路径和缩放尺寸即可适配成自己的。

      适用于原来是不同尺寸的图片,不好统一缩放的,只能放到一张统一大小的画布里。

      如果原来的图片尺寸是一致的,请参考本人另一篇博客,自己找一下咯。

      运行环境:python3.5+

      需要安装一下opencv,如果有anaconda,执行conda install opencv-python

      # *_* coding : UTF-8 *_*
      # 开发人员   :csu·pan-_-||
      # 开发时间   :2020/11/09 16:40
      # 文件名称   :renameFile.py
      # 开发工具   :PyCharm
      # 功能描述   :将文件夹下的图片全部缩放,裁减,并按新文件名存储
      
      import os
      import cv2
      
      path = 'E:/Projects/images'        # 原文件夹路径
      newpath = 'E:/Projects/newimages'  # 新文件夹路径
      files = os.listdir(path)           # 获取文件名列表
      for i, file in enumerate(files):   # 展开文件名的列表和索引
          if file.endswith('.jpg'):
              imgName = os.path.join(path, file)      # 获取文件完整路径
              img = cv2.imread(imgName)                 # 读图
              imgNew = cv2.resize(img, (1200, 1200))  # 缩放
              # imgNew = imgNew[60:552,:]             # 截取一部分区域
              newName = os.path.join(newpath, 'img_%03d'%(0+i)+'.jpg')  # 设置新的文件名
              print(newName)
              cv2.imwrite(newName,imgNew)             # 存储按新文件名命令的图片

      后面来了新的需求,作为一个程序员,需求是永远要去满足的。缩放的同时,需要保持原有比例,全部设置到一张800 * 800的全黑画布上面,即补零操作,又重新调整了代码,其中的核心部分就是判断图像的长边是否大于800,大于800则将800与长边的比值设置为缩放比例,小于800则原图大小不变。需要导入一个新库numpy,conda install numpy:

      # *_* coding : UTF-8 *_*
      # 开发人员   :csu·pan-_-||
      # 开发时间   :2020/11/09 18:15
      # 文件名称   :renameFile.py
      # 开发工具   :PyCharm
      # 功能描述   :将文件夹下的图片全部缩放(同时保持原有宽高比例),裁切,并按新文件名存储
      
      import os
      import cv2
      import numpy as np
      
      path = r'E:\Projects\images'          # 原文件夹路径
      newpath = r'E:\Projects\newimages'    # 新文件夹路径
      files = os.listdir(path)              # 获取文件名列表
      c_w ,c_h = 800,800                    # 全黑画布的大小
      
      for i, file in enumerate(files):
          img_zeros = np.zeros((c_w, c_h, 3), np.uint8) # 创建全黑的图像
          if file.endswith('.jpg'):
              imgName = os.path.join(path, file)        # 获取文件完整路径
              img = cv2.imread(imgName)                 # 读图
              h, w , _ = img.shape                      # 获取图像宽高
              # 缩放图像,宽高大于800的按长边等比例缩放,小于800的保持原图像大小:
              if max(w,h) > c_w:
                  ratio = c_w / max(w,h)
                  imgcrop = cv2.resize(img, (round(w * ratio) , round(h * ratio)))
                  # 将裁切后的图像复制进全黑图像里
                  img_zeros[0:round(h * ratio), 0:round(w * ratio)] = imgcrop
              else:
                  img_zeros[0:h, 0:w] = img
              # imgNew = imgNew[60:552,:]               # 截取一部分
              # 设置新的文件名:
              newName = os.path.join(newpath, 'img_%03d'%(0+i)+'.jpg')
              print(newName)
              cv2.imwrite(newName,img_zeros)            # 存储按新文件名命令的图片

      标注的xml文件需要同步修改,于是把代码调整了一下:

      # *_* coding : UTF-8 *_*
      # 开发人员   :csu·pan-_-||
      # 开发时间   :2020/11/09 18:15
      # 文件名称   :renameFile.py
      # 开发工具   :PyCharm
      # 功能描述   :将文件夹下的图片全部缩放(同时保持原有宽高比例),裁切,并按新文件名存储
      #             同时调整xml里的坐标信息
      
      import os
      import cv2
      import numpy as np
      import xml.etree.ElementTree as ET
      
      path = r'C:\Users\Administrator\Desktop\test'          # 原文件夹路径
      newpath = r'C:\Users\Administrator\Desktop\newtest'    # 新文件夹路径
      c_w ,c_h = 800,800                    # 全黑画布的大小
      
      def edit_xml(xml_file,ratio,i):
          """
          修改xml文件
          :param xml_file:xml文件的路径
          :return:
          """
          all_xml_file = os.path.join(path, xml_file)
          tree = ET.parse(all_xml_file)
          objs = tree.findall('object')
          for ix, obj in enumerate(objs):
              type = obj.find('type').text
              if type == 'bndbox':
                  obj_bnd = obj.find('bndbox')
                  obj_xmin = obj_bnd.find('xmin')
                  obj_ymin = obj_bnd.find('ymin')
                  obj_xmax = obj_bnd.find('xmax')
                  obj_ymax = obj_bnd.find('ymax')
                  xmin = float(obj_xmin.text)
                  ymin = float(obj_ymin.text)
                  xmax = float(obj_xmax.text)
                  ymax = float(obj_ymax.text)
                  obj_xmin.text = str(round(xmin * ratio))
                  obj_ymin.text = str(round(ymin * ratio))
                  obj_xmax.text = str(round(xmax * ratio))
                  obj_ymax.text = str(round(ymax * ratio))
      
              elif type == 'robndbox':
                  obj_bnd = obj.find('robndbox')
                  obj_cx = obj_bnd.find('cx')
                  obj_cy = obj_bnd.find('cy')
                  obj_w = obj_bnd.find('w')
                  obj_h = obj_bnd.find('h')
                  obj_angle = obj_bnd.find('angle')
                  cx = float(obj_cx.text)
                  cy = float(obj_cy.text)
                  w = float(obj_w.text)
                  h = float(obj_h.text)
                  obj_cx.text = str(cx * ratio)
                  obj_cy.text = str(cy * ratio)
                  obj_w.text = str(w * ratio)
                  obj_h.text = str(h * ratio)
      
          newfile = os.path.join(newpath, '%05d'%(0+i)+'.xml')
          tree.write(newfile, method='xml', encoding='utf-8')  # 更新xml文件
      
      if __name__ == '__main__':
          files = os.listdir(path)              # 获取文件名列表
          for i, file in enumerate(files):
              img_zeros = np.zeros((c_w, c_h, 3), np.uint8)  # 创建全黑的图像
              if file.endswith('.jpg'):
                  imgName = os.path.join(path, file)         # 获取文件完整路径
                  xml_file = file.replace('.jpg','.xml')
                  img = cv2.imread(imgName)                  # 读图
                  h, w , _ = img.shape                       # 获取图像宽高
                  # 缩放图像,宽高大于800的按长边等比例缩放,小于800的保持原图像大小:
                  if max(w,h) > c_w:
                      ratio = c_w / max(w,h)
                      imgcrop = cv2.resize(img, (round(w * ratio) , round(h * ratio)))
                      # 将裁切后的图像复制进全黑图像里
                      img_zeros[0:round(h * ratio), 0:round(w * ratio)] = imgcrop
                      edit_xml(xml_file, ratio, i)
                  else:
                      img_zeros[0:h, 0:w] = img
                      edit_xml(xml_file, 1, i)
      
                  # 设置新的文件名:
                  newName = os.path.join(newpath, '%05d'%(0+i)+'.jpg')
                  print(newName)
                  cv2.imwrite(newName,img_zeros)            # 存储按新文件名命令的图片
      本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
      作者最新文章
      编程开发 Python
      相关文章 更多
      python删除一个列表里的重复元素的方法与代码示例
      python删除一个列表里的重复元素的方法与代码示例

      学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

      Python写接口的步骤及完整代码示例
      Python写接口的步骤及完整代码示例

      详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

      codex怎么读取word文档及docx文件操作教程
      codex怎么读取word文档及docx文件操作教程

      介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

      怎么在Python中调用C语言代码提升性能
      怎么在Python中调用C语言代码提升性能

      详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

      Python与C语言的性能差异及底层原理
      Python与C语言的性能差异及底层原理

      深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

      Python和C语言哪个更适合编程入门
      Python和C语言哪个更适合编程入门

      客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

      selenium上传文件教程本地文件路径设置方法
      selenium上传文件教程本地文件路径设置方法

      深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

      大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
      大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

      针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

      langgraph python guide中文入门教程详解
      langgraph python guide中文入门教程详解

      本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

      Windows 安装 Python:从官方入口到虚拟环境的可复现实践
      Windows 安装 Python:从官方入口到虚拟环境的可复现实践

      面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

      查看更多
      精品专题 更多
      装机必备
      装机必备

      正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

      Windows
      Windows

      正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

      PDF教程
      PDF教程

      正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

      Mac软件 更多
      讯飞智作 网页版
      讯飞智作 网页版
      Windows/ macOS/ Linux

      讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

      火山引擎 网页版
      火山引擎 网页版
      Windows/ macOS/ Linux

      火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

      Aperty macOS版
      Aperty macOS版
      macOS

      Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

      WINDOWS 更多
      讯飞智作 网页版
      讯飞智作 网页版
      Windows/ macOS/ Linux

      讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

      火山引擎 网页版
      火山引擎 网页版
      Windows/ macOS/ Linux

      火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

      PixTV 网页版
      PixTV 网页版
      Windows

      PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。