python文件操作与图片处理

你的名字 2022-09-14 09:45 163阅读 0赞

今天师哥给了博主一组图片进行评估，师哥给的算法中，给出了读取一张图片的方法，交给我的任务便是读取1500张，并将结果保存到每个文件夹的相应的txt中。  
分析：首先需要将所有文件进行读取  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b2t56WlLg_size_20_color_FFFFFF_t_70_g_se_x_16]

basepath="E:/app/jian/"  #根目录
        for i in range(0,10):  
            dictory = "000"  #按照顺序来获取文件路径
            dictory += str(i)

每张图片里面有1-6张不等图片  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b2t56WlLg_size_20_color_FFFFFF_t_70_g_se_x_16 1]  
因此我们在遍历时要给定每个文件夹读取jpeg文件的次数，防止出越界问题  
**统计每个文件夹下某种文件类型的数量**

def countjpg(path):
        import glob
        path_file_number = glob.glob(path+'*.jpeg')  # 获取当前文件夹下个数
        return (len(path_file_number))

此外，在运行过程中，一旦出现错误，我们需要将每个文件夹中写入的txt文件全部删除：

def deletetxt():
        import os
        path = "E:/app/nei/" + dictory + "/" + dictory + ".txt"
        os.remove(path)

最终我们的循环遍历函数

def circulation():
        basepath="E:/app/jian/"
        for i in range(0,10):
            dictory = "000"
            dictory += str(i)
            countpath=basepath + dictory +"/"
            count=countjpg(countpath)+1
            path = basepath + dictory + "/" + dictory + ".txt"
            with open(path, "a") as f:
                f.write("间方法三Hausdoff" + "\r")
            for j in range(1, count):
                imgname = "image-0"
                imgname += str(j)
                path1=basepath+dictory+"/"+dictory+".jpg"
                path2 = basepath + dictory + "/" + imgname + ".jpeg"
                #zuidasiran2(path1,path2,path)
                #RMSE(path1,path2,path)
                Hausdoff(path1,path2,path)

此外，需要对所有的jpg图片按照像素进行剪切

im = Image.open(path1)
    resized_image = im.resize((128, 128), Image.ANTIALIAS)
    resized_image.save(path1)

并作灰度处理

img = cv2.imread(path1)  #读取图片
        img1 = cv2.imread(path2)
        dst = color.rgb2gray(img)  #灰度处理
        dst1=color.rgb2gray(img1)

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b2t56WlLg_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/330924345c934a7abe188377af8a3774.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b2t56WlLg_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/ca35a1539e1c441487a8cdb2303d253a.png