博客
关于我
python代码——批量生成灰度图片
阅读量:688 次
发布时间:2019-03-17

本文共 991 字,大约阅读时间需要 3 分钟。

从以下代码可以看出,该脚本用于读取指定目录下的所有图片文件,并对每张图片进行灰度化处理后存储到输出目录中。

代码逻辑主要包含以下几个部分:

  • 导入所需的模块
  • 定义输入目录和输出目录
  • 读取输入目录下的所有图片文件
  • 对每张图片进行灰度化处理
  • 将处理后的图片保存到输出目录
  • 代码如下:

    from PIL import Imageimport osimport glob# 定义图片存储目录input_dir = 'J:/project/images/'# 定义输出存储目录output_dir = 'J:/project/output/'# 获取输入目录下的所有图片文件名all_images = glob.glob(input_dir + '*.jpg')# 存储图片文件名列表image_names = []# 遍历所有图片文件for image in all_images:    # 提取图片文件名(不包含路径和扩展名)    base_name = os.path.basename(image)    # 提取图片文件名(包含扩展名)    base_name_with_ext = os.path.splitext(image)[0]    image_names.append(base_name_with_ext)# 处理并存储每张图片for filename in os.listdir(input_dir):    print(filename)    # 打开图片文件    img = Image.open(input_dir + filename)    # 将图片转换为灰度格式    gray_img = img.convert('L')    # 保存处理后的图片到输出目录    gray_img.save(output_dir + filename)

    该脚本采用了以下技术手段:

    • 使用glob模块来获取指定目录下的所有图片文件
    • 使用os模块来处理文件路径和文件名
    • 使用PIL库来进行图片处理
    • 使用os.listdir()来遍历目录中的文件

    脚本功能包括:

    • 输入目录下的图片自动读取-图片自动灰度化处理
    • 处理后的图片自动存储到输出目录

    代码运行前,请确保以下条件:

  • 输入目录和输出目录都是存在的目录
  • 输入目录下有至少一张图片文件
  • 有权限读取和写入目标目录
  • 转载地址:http://fwdhz.baihongyu.com/

    你可能感兴趣的文章
    POSIX与程序可移植性
    查看>>
    posix多线程有感--自旋锁
    查看>>
    SpringBoot中集成海康威视SDK实现布防报警数据上传/交通违章图片上传并在linux上部署(附示例代码资源)
    查看>>
    POSIX标准和XSI扩展
    查看>>
    post install error,please remove node_moules before retry
    查看>>
    postcss-pxtorem 参数之selectorBlackList、exclude的用法
    查看>>
    Postek博思得标签打印机更换电脑,打印出来标签空白
    查看>>
    postfix+ dovecot搭建邮件服务器
    查看>>
    postfix在邮件服务器中的使用
    查看>>
    PostGIS 3.1.2软件安装详细教程(地图工具篇.8)
    查看>>
    PostGIS中获取所有EPSG的编码以及对应Proj4字符串
    查看>>
    SpringBoot中集成海康威视SDK实现布防报警数据上传/交通违章图片上传并在linux上部署(附示例代码资源)
    查看>>
    PostGIS在Windows上的下载与安装
    查看>>
    Qt开发——网络编程之UDP客户端
    查看>>
    postgis数据库优化_postgresql 性能优化
    查看>>
    postgis求面积、交集等相关函数
    查看>>
    postgis相关函数
    查看>>
    Postgres Docker版本安装mysql_fdw 插件
    查看>>
    Postgres invalid command \N数据恢复处理
    查看>>
    Postgres like 模糊查询匹配集合
    查看>>