深度学习voc数据集图片resize

最新推荐文章于 2024-05-02 09:54:53 发布

weixin_30415113

最新推荐文章于 2024-05-02 09:54:53 发布

阅读量964

点赞数 1

CC 4.0 BY-SA版权

文章标签：人工智能 python

原文链接：http://www.cnblogs.com/xuanxufeng/p/6283101.html

本文提供了三种使用Python进行图片尺寸调整的方法：单张图片resize、批量resize及按比例resize。适用于处理不同尺寸的图片数据集。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本人新写的3个pyhton脚本。

（1）单张图片的resize:

1 # coding = utf-8  
2 import Image  
3 
4 def  convert(width,height):
5     im = Image.open("C:\\workspace\\PythonLearn1\\test.jpg")
6     out = im.resize((width, height),Image.ANTIALIAS)
7     out.save("C:\\workspace\\PythonLearn1\\test.jpg")
8 if __name__ == '__main__':
9     convert(256,256)

（2）resize整个文件夹里的图片：

 1 # coding = utf-8
 2 import Image
 3 import os
 4 
 5 def convert(dir,width,height):
 6     file_list = os.listdir(dir)
 7     print(file_list)
 8     for filename in file_list:
 9         path = ''
10         path = dir+filename
11         im = Image.open(path)
12         out = im.resize((256,256),Image.ANTIALIAS)
13         print "%s has been resized!"%filename
14         out.save(path)
15     
16 if __name__ == '__main__':
17    dir = raw_input('please input the operate dir:')
18    convert(dir,256,256)

注意点：服务器性能所限，要将500*500数据集resize到256*256。上面只是初步处理，实际上要训练出高质量的模型以上的方式并不严谨，应当按比例resize，这样的好处是图片不会变形。

(3)按比例resize

 1 # coding = utf-8  
 2 import Image  
 3 
 4 def  convert(width,height):
 5     im = Image.open("C:\\workspace\\PythonLearn1\\test_1.jpg")
 6     (x, y)= im.size
 7     x_s = width
 8     y_s = y * x_s / x
 9     out = im.resize((x_s, y_s), Image.ANTIALIAS)
10     out.save("C:\\workspace\\PythonLearn1\\test_1_out.jpg")
11 if __name__ == '__main__':
12     convert(256,256)