opencv-python 图像预处理

压缩图片：

from PIL import Image
import os
from glob import glob

fpath = "./data/people/validation/image"  #压缩的目录
size = (512, 512)  # 定义要调整成为的尺寸（PIL会自动根据原始图片的长宽比来缩放适应设置的尺寸）
# glob.glob()用来进行模糊查询，增加参数recursive=True后可以使用**/来匹配所有子目录
files = glob(fpath + "**/*.jpg", recursive=True) + glob(fpath + "**/*.jpg", recursive=True)  # 如果输入的图是jpg,写jpg
total = len(files)  # 总文件数
cur = 1  # 当前文件序号
print("共有" + str(total) + "个文件，开始处理")
print("-----------------------------------")
for infile in files:
    try:
        # f, ext = os.path.splitext(infile) # 分离文件名和后缀
        print("进度:" + str(cur) + "/" + str(total) + "   " + infile)
        img = Image.open(infile)  # 打开图片文件
        if img.width > 100:
            img.thumbnail(size, Image.ANTIALIAS)  # 使用抗锯齿模式生成缩略图（压缩图片）
            img.save(infile, "jpeg")  # 保存成与原文件名一致的文件，会自动覆盖源文件，如果是jpg图写jpeg
        else:
            print(infile + "宽度小于1200px，无需处理，已忽略")
        cur = cur + 1

    except OSError:
        print(infile + "文件错误，忽略")

转换成灰度图、二值图：

import cv2, os

target_file_path = 'G:\\unet-master\\data\\people\\train\\image'

# 将彩色图片转换成灰色图片，不进行备份，直接覆盖
def rgb_to_gray(target_file_path):
    for i in os.listdir(target_file_path):
        # print('{0}\\{1}'.format(target_file_path, i))
        img = cv2.imread('{0}\\{1}'.format(target_file_path, i), cv2.IMREAD_GRAYSCALE)
        cv2.imwrite('{0}\\{1}'.format(target_file_path, i), img)

# 将灰色图片转换成伪彩色图片，好像用不了
def gray_to_rgb(target_file_path):
    for i in os.listdir(target_file_path):
        # print('{0}\\{1}'.format(target_file_path, i))
        img = cv2.imread('{0}\\{1}'.format(target_file_path, i), cv2.COLOR_GRAY2RGB)
        cv2.imwrite('{0}\\{1}'.format(target_file_path, i), img)



# 将彩色图片转换成黑白二值图片，不进行备份，直接覆盖
def to_binary(target_file_path):
    for i in os.listdir(target_file_path):
        # print('{0}\\{1}'.format(target_file_path, i))
        # gray = cv2.imread('{0}\\{1}'.format(target_file_path, i), cv2.IMREAD_GRAYSCALE)
        gray = cv2.imread('{0}\\{1}'.format(target_file_path, i))
        ret, im_fixed = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY)  # thresh：阈值, maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值
        cv2.imwrite('{0}\\{1}'.format(target_file_path, i), im_fixed)



rgb_to_gray(target_file_path)

 

ERROR1:TypeError: Expected cv::UMat for argument 'src'

错误代码：

# 将彩色图片转换成黑白二值图片，不进行备份，直接覆盖，错误代码示例
def to_binary(target_file_path):
    for i in os.listdir(target_file_path):
        gray = '{0}\\{1}'.format(target_file_path, i)
        ret, im_fixed = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY)
        cv2.imwrite('{0}\\{1}'.format(target_file_path, i), im_fixed)

solution:没有用cv2.imread(path)来读取图片

正确示例：

# 将彩色图片转换成黑白二值图片，不进行备份，直接覆盖
def to_binary(target_file_path):
    for i in os.listdir(target_file_path):
        gray = cv2.imread('{0}\\{1}'.format(target_file_path, i))
        ret, im_fixed = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY)
        cv2.imwrite('{0}\\{1}'.format(target_file_path, i), im_fixed)

参考网址：

https://blog.csdn.net/yawdd/article/details/80180848

讲二值化的博客，讲得很好：

https://blog.csdn.net/sinat_21258931/article/details/61418681