Python修改图像尺寸

这篇具有很好参考价值的文章主要介绍了Python修改图像尺寸。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Python代码修改图像尺寸

深度学习任务中,图像数据集的数量往往是非常大的,这时如果要统一修改所有图像的尺寸,需要用代码进行批处理,下面我们详细介绍图像尺寸修改流程。

主要使用 python 语言中的 pillow 库,安装代码如下:

pip install pillow

1、遍历根目录中的所有图像

from PIL import Image
import os

file_path = "The/path/of/your/datasets"
raw_files = os.walk(file_path)    # os.walk() 是遍历这个路径下的所有文件夹及文件
for root, dirs, files in raw_files:   # 把遍历的根目录、子目录以及文件名展现出来
	for file in files:                # 把单个文件名提取出来,方便一个个处理
		picture_path = os.path.join(root, dirs, file) # 合并路径得到图像的绝对路径
		pic_org = Image.open(picture_path)  # 读取路径图片信息

遍历根目录下的所有文件,利用for循环,把图片一个个读取进来,为图像尺寸的 resize 操作提供保障。(此方法适用于很多数据的处理,重要!

2、改变图像尺寸

pic_new = pic_org.resize((224, 224), Image.ANTIALIAS)
pic_new.save(pic_new_path)   # 将修改后的图像存储到新的路径中

上部分已经把原始图像读取进来了,这时候直接在上步基础上,进行图像尺寸变化。
其中(224,224)表示修改后的图像尺寸大小,也可以根据自己的需要设定。
Image.ANTIALIAS” 属于参数,表示抗锯齿,得到的是高质量图像。

3、完整代码:

from PIL import Image
import os

file_path = r"E:\relate_code\frame_file"    # 原始图像路径

raw_files = os.walk(file_path)              # 遍历所有图像
width, height = 224, 224                    # 修改后的图像尺寸大小

save_path = r"E:\relate_code\frame_resize"  # 修改后图像存储的路径
if not os.path.exists(save_path):           # 如果没有这个文件夹,就新建
    os.makedirs(save_path)

for root, dirs, files in raw_files:         
    for file in files:                      # 展现各文件
        picture_path = os.path.join(root, file)    # 得到图像的绝对路径
        pic_org = Image.open(picture_path)               # 打开图像

        pic_new = pic_org.resize((width, height), Image.ANTIALIAS)   # 图像尺寸修改
        _, sub_folder = os.path.split(root)              # 得到子文件夹名字
        pic_new_path = os.path.join(save_path, sub_folder)
        if not os.path.exists(pic_new_path):
            os.makedirs(pic_new_path)                    # 建立子文件夹
        pic_new_path = os.path.join(pic_new_path, file)  # 新图像存储绝对路径
        pic_new.save(pic_new_path)					     # 存储文件
        print("%s have been resized!" %pic_new_path)

日常学习记录,一起交流讨论吧!侵权联系~文章来源地址https://www.toymoban.com/news/detail-527165.html

到了这里,关于Python修改图像尺寸的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 医学nii图像 预处理——图像裁剪 重采样 灰度区域 归一化 修改图像尺寸

    鄙人主要研究方向为医学图像配准,在使用CT数据集之前需要对数据进行预处理。 常规预处理步骤:(*代表本代码有) 1. 裁剪出ROI区域 。 目的:减小图像尺寸,减小内存消耗,减小无关信息,可提高实验精度 2. 重采样 。 一般会重采样到各向同性,例如,将图像重采样到每体

    2024年02月12日
    浏览(44)
  • python操作pptx设置title字体大小插入全屏图片A4尺寸实例一枚

    安装好pptx,设置标题最大的作用是ppt里面的摘要视图显示摘要文字 参考:https://python-pptx.readthedocs.io/en/latest/    

    2023年04月20日
    浏览(42)
  • 【Python入门系列】第十篇:Python图像处理和计算机视觉

    图像处理和计算机视觉是计算机科学中非常重要的领域之一。Python作为一种功能强大且易于学习的编程语言,提供了许多用于图像处理和计算机视觉的库和工具。本文将介绍一些常用的Python库,并提供一些示例代码。 Python中有几个流行的图像处理库,其中最常用的是OpenCV和

    2024年02月12日
    浏览(39)
  • Python计算机视觉(三)—图像拼接

        图像拼接是计算机视觉中的重要分支,它是将两幅以上的具有部分重叠的图像进行拼接从而得到较高分辨率或宽视角的图像。本文将结合python+opencv实现两幅图像的拼接。     图像拼接一般步骤: 1.根据给定图像/集,实现特征匹配 2.通过匹配特征计算图像之间的变换结构

    2024年02月15日
    浏览(44)
  • 深度学习图像风格迁移 - opencv python 计算机竞赛

    🔥 优质竞赛项目系列,今天要分享的是 🚩 深度学习图像风格迁移 - opencv python 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数:3分 工作量:3分 创新点:4分 🧿 更多资料, 项目分享: https://gitee.com/danche

    2024年02月04日
    浏览(58)
  • 计算机毕设 python opencv 机器视觉图像拼接算法

    🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项目,今天

    2024年02月07日
    浏览(63)
  • 计算机竞赛 opencv python 深度学习垃圾图像分类系统

    🔥 优质竞赛项目系列,今天要分享的是 🚩 opencv python 深度学习垃圾分类系统 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数:3分 工作量:3分 创新点:4分 这是一个较为新颖的竞赛课题方向,学长非常推荐! 🧿 更多资料, 项目分享: https://gitee.com/dancheng-senior/p

    2024年02月13日
    浏览(80)
  • 计算机视觉教程2-2:详解图像滤波算法(附Python实战)

    图像滤波按图像域可分为两种类型: 邻域滤波(Spatial Domain Filter) ,其本质是数字窗口上的数学运算。一般用于图像平滑、图像锐化、特征提取(如纹理测量、边缘检测)等,邻域滤波使用邻域算子—— 利用给定像素周围像素值以决定此像素最终输出的一种算子 频域滤波(Freque

    2024年02月06日
    浏览(80)
  • [笔记]Python计算机视觉编程《一》 基本的图像操作和处理

    今天,图像和视频无处不在,在线照片分享网站和社交网络上的图像有数十亿之多。几乎对于任意可能的查询图像,搜索引擎都会给用户返回检索的图像。实际上,几乎所有手机和计算机都有内置的摄像头,所以在人们的设备中,有几 G 的图像和视频是一件很寻常的事。计算

    2024年02月02日
    浏览(56)
  • 计算机竞赛 图像识别-人脸识别与疲劳检测 - python opencv

    🔥 优质竞赛项目系列,今天要分享的是 🚩 基于图像识别的人脸识别与疲劳检测系统 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数:3分 工作量:3分 创新点:5分 🧿 更多资料, 项目分享: https://gitee.co

    2024年02月12日
    浏览(74)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包