
小编最近在网上下载了一批素材图片需要批量裁剪,这可难住小编了,一张张来做的话,那可得弄到猴年马月了。这时有小伙伴给推荐了一款神器:OpenCV。据说小伙伴说,他们做图像处理,经常会需要大批量的修改图片尺寸来做训练样本时,用的就是OpenCV。好了,废话不多说,一起与小编来看如何用OpenCV来实现图片的批量裁剪吧。
一、让我们先来了解一下什么是OpenCV
1.OpenCV全称为:Open Source Computer Vision Library,是一个跨平台的计算机视觉库。由英特尔公司发起并参与开发的,以BSD许可证授权发行,可以在商业和研究领域中免费使用。OpenCV能够用作开发实时的图像处理、计算机视觉以及模式识别程序。简单来说,OpenCV就是一个库,是一个SDK,一个开发包,解压后直接用就可以。
2.安装OpenCV
(1)OpenCV安装前需要依赖numpy,因此我们先需要安装numpy
在cmd命令行中输入
pip install numpy
然后再在cmd命令行中输入
pip3 install opencv-python
(2) 到OpenCV官网下载。
这里用的是windows,下载Win pack版本。
之后再进行解压安装。
配置环境变量,通过计算机——属性——高级系统设置——环境变量,在path添加自己的OpenCV安装文件,添加完成后点击确定即可。
二、OpenCV实现批量裁剪图片
import cv2 import os def cutimage(dir,suffix): for root,dirs,files in os.walk(dir): for file in files: filepath = os.path.join(root, file) filesuffix = os.path.splitext(filepath)[1][1:] if filesuffix in suffix: #遍历找到指定后缀的文件名["jpg",png]等 image = cv2.imread(file) #opencv剪切图片 #cv2.imshow(file,image) dim =(242,200) #指定尺寸w*h resized =cv2.resize(image,dim,interpolation = cv2.INTER_AREA) #这里采用的插值法是INTER_LINEAR #cv2.imshow("resize:%s"%file,resized) cv2.imwrite("../cv/%s"%file,resized) #保存文件 cv2.waitKey(0) #退出 suffix = ["jpg"] dir = '.' cutimage(dir,suffix)
其中一些值可以根据自己需要进行更改,比如保存路径或者保存名称之类的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29