使用python批量的转换图片的格式并保存

本文介绍了使用OpenCV和深度学习技术的各种应用场景,包括GoogleNet图像分类、人脸识别、信用卡及停车位识别等。此外还详细讲解了如何利用Dlib和YOLO-V3进行目标检测与跟踪,并提供了实际代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用cv2.dnn实现GoogleNet图像分类

Face-recognition实现人脸识别

Opencv实现信用卡识别

Opencv实现停车位识别

Dlib+Opencv库实现疲劳检测

Dlib库实现人脸关键点检测(Opencv实现)

Opencv+YOLO-V3实现目标跟踪

YOLO-V3实时检测实现(opencv+python实现)——改进——>更加的易懂

import os
import cv2
import numpy as np
from PIL import Image

def ToBGR(save_path,img_path="E:\\Data(D)\\workspace\\max\\OK\\train\\01\\01"):
    #列出指定路径下的所有文件
    imgPdir=os.listdir(img_path)
    for imgdir in imgPdir:
        #列出当前子文件下的图片(注意这里的路径需要完整的路径,不然找不到图片的路径)
        imgdir=img_path+"\\"+imgdir
        img=os.listdir(imgdir)
        #将当前列出的图片进行转换
        for cimg in img:
            #首先将文件名和文件后准名进行切分
            filename,ext=os.path.splitext(cimg)
            #路径进行拼接
            imgfile=filename+'.png'
            #打开文件
            openimg=imgdir+"\\"+cimg
            newImg=cv2.imread(openimg)
            #以PNG格式保存到指定的路径
            saveImg=os.path.join(save_path,imgfile)
            #saveImg=data/train/001.png...
            cv2.imwrite(saveImg,newImg)
        print('正在转换...')
    print("完成转换!\n")


if __name__ == '__main__':
    ToBGR(save_path="data/val")

比如从.bmp格式转换到.png格式:

 

 

 YOLO-V3实时检测实现(opencv+python实现)

Opencv中使用Tracker实现物体跟踪

Opencv实现颜色检测

Opencv实现目标检测

Opencv实现对象跟踪

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值