当前位置：首页 > news >正文

批量处理图像模板

news 2025/8/18 0:55:52

以下是一个Python模板，用于批量处理图像并将处理后的图像保存在另一个文件夹中。在此示例中，将使用Pillow库来处理图像，可以使用其他图像处理库，根据需要进行修改。
首先，确保已经安装了Pillow库，可以使用以下命令来安装：

pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

然后，使用以下模板来批量处理图像：

from PIL import Image
import osdef batch_process_images(input_folder, output_folder):# 确保输出文件夹存在，如果不存在则创建if not os.path.exists(output_folder):os.mkdir(output_folder)# 列出输入文件夹中的所有图像文件input_files = os.listdir(input_folder)# 针对每个输入文件进行处理for input_file in input_files:# 构建输入文件的完整路径input_file_path = os.path.join(input_folder, input_file)# 打开图像image = Image.open(input_file_path)# 在此处执行图像处理操作，例如调整大小、滤镜等# 这里只是一个示例，你可以根据需要进行修改# 这里将图像调整为150x150像素image = image.resize((150, 150))# 构建输出文件的完整路径output_file = os.path.join(output_folder, input_file)# 保存处理后的图像image.save(output_file)# 关闭图像文件image.close()print("图像处理完成，处理后的图像保存在", output_folder)# 使用示例
input_folder = "input_images"
output_folder = "output_images"
batch_process_images(input_folder, output_folder)

可以将上述函数中的input_folder和output_folder参数替换为实际文件夹路径，然后调用batch_process_images(input_folder, output_folder)来处理图像。这个函数将在指定的输出文件夹中保存处理后的图像。

如果想使用OpenCV 来批量处理图像并将它们保存到另一个文件夹，可以使用以下示例代码。在这个示例中，将使用OpenCV来读取、处理和保存图像。
首先，请确保已经安装了OpenCV库，你可以使用以下命令来安装：

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

接下来，使用以下模板来批量处理图像并保存它们：

import cv2
import osdef batch_process_images(input_folder, output_folder):# 确保输出文件夹存在，如果不存在则创建if not os.path.exists(output_folder):os.mkdir(output_folder)# 列出输入文件夹中的所有图像文件input_files = os.listdir(input_folder)# 针对每个输入文件进行处理for input_file in input_files:# 构建输入文件的完整路径input_file_path = os.path.join(input_folder, input_file)# 使用OpenCV读取图像image = cv2.imread(input_file_path)# 在此处执行图像处理操作，例如调整大小、滤镜等# 这里只是一个示例，你可以根据需要进行修改# 这里将图像调整为150x150像素image = cv2.resize(image, (150, 150))# 构建输出文件的完整路径output_file = os.path.join(output_folder, input_file)# 使用OpenCV保存处理后的图像cv2.imwrite(output_file, image)print("图像处理完成，处理后的图像保存在", output_folder)# 使用示例
input_folder = "input_images"
output_folder = "output_images"
batch_process_images(input_folder, output_folder)