
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
ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19