import cv2
import os.path
import os
import numpy as np
def img_resize(img):
height, width = img.shape[0], img.shape[1]
# 设置新的图片分辨率框架,这里设置为长边像素大小为512
width_new = 640
height_new = 512
# 判断图片的长宽比率
if width / height >= width_new / height_new:
img_new = cv2.resize(img, (width_new, int(height * width_new / width)))
else:
img_new = cv2.resize(img, (int(width * height_new / height), height_new))
return img_new
def read_path(file_path,save_path):
#遍历该目录下的所有图片文件
for filename in os.listdir(file_path):
# print(filename)
img = cv2.imread(file_path+'/'+ filename)
if img is None :
print("图片更改完毕")
break
####change to size
image = img_resize(img)
cv2.imwrite(save_path + filename, image)
#读取的目录
if __name__ == '__main__':
file_path = "C:/Users/dell/Desktop/duan/fileName"
save_path = "C://Users//dell//Desktop//duan//finally//"
read_path(file_path,save_path)
方便于处理由自己爬取的数据图片,统一批量resize图片大小,很是nice.
最后
以上就是粗心豆芽最近收集整理的关于批量resize图片大小的全部内容,更多相关批量resize图片大小内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复