【Python编程】图片缩放
将文件夹中的图片批量缩放为自己想要的大小,然后另存在一个文件夹中
·
导入必要的库
import os
import cv2
定义缩放函数
def resize_img(DATADIR, data_k, img_size):
w = img_size[0]
h = img_size[1]
path = os.path.join(DATADIR, data_k)
# 返回path路径下所有文件的名字,以及文件夹的名字,
img_list = os.listdir(path) #os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。
for i in img_list:
if i.endswith('.png'): #判断图片名称是否以".jpg、.png等"结尾
# 调用cv2.imread读入图片,读入格式为IMREAD_COLOR
img_array = cv2.imread((path + '/' + i), cv2.IMREAD_COLOR)
# 调用cv2.resize函数resize图片
new_array = cv2.resize(img_array, (w, h), interpolation=cv2.INTER_CUBIC)
img_name = str(i)
'''生成图片存储的目标路径'''
save_path = path + '_286/'
if os.path.exists(save_path):
print(i)
'''调用cv.2的imwrite函数保存图片'''
save_img = save_path + img_name
cv2.imwrite(save_img, new_array)
else:
os.mkdir(save_path)
save_img = save_path + img_name
cv2.imwrite(save_img, new_array)
if __name__ == '__main__':
# 设置图片路径
DATADIR = r"E:\系统默认\桌面\SRGAN(无数据集)\srgan\data\\"
data_k = '480'
'''设置目标像素大小,此处设为512 * 512'''
img_size = [286 , 286]
resize_img(DATADIR, data_k, img_size)
完整代码
import os
import cv2
def resize_img(DATADIR, data_k, img_size):
w = img_size[0]
h = img_size[1]
path = os.path.join(DATADIR, data_k)
# 返回path路径下所有文件的名字,以及文件夹的名字,
img_list = os.listdir(path) #os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。
for i in img_list:
if i.endswith('.png'): #判断图片名称是否以".jpg、.png等"结尾
# 调用cv2.imread读入图片,读入格式为IMREAD_COLOR
img_array = cv2.imread((path + '/' + i), cv2.IMREAD_COLOR)
# 调用cv2.resize函数resize图片
new_array = cv2.resize(img_array, (w, h), interpolation=cv2.INTER_CUBIC)
img_name = str(i)
'''生成图片存储的目标路径'''
save_path = path + '_286/'
if os.path.exists(save_path):
print(i)
'''调用cv.2的imwrite函数保存图片'''
save_img = save_path + img_name
cv2.imwrite(save_img, new_array)
else:
os.mkdir(save_path)
save_img = save_path + img_name
cv2.imwrite(save_img, new_array)
if __name__ == '__main__':
# 设置图片路径
DATADIR = r"E:\系统默认\桌面\SRGAN(无数据集)\srgan\data\\"
data_k = '480'
'''设置目标像素大小,此处设为286 * 286'''
img_size = [286 , 286]
resize_img(DATADIR, data_k, img_size)

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。
更多推荐
所有评论(0)