如何解决对文件夹中子目录中分类的图像应用高斯模糊
我有一个顶级目录 train,在其中我有子文件夹 motor1、motor2、motor3,其中包含用于训练的 .png 图像。我可以编写什么代码来读取子文件夹中的这些 .png 文件并将高斯模糊应用于图像并存储它们以进行处理?下面是我用来读取图像并创建训练集和标签的代码。但是如何对这些图像应用高斯模糊并保存它们以供处理?
path = "./train/*/*.png"
files = glob(path)
trainImg = []
trainLabel = []
j = 1
num = len(files)
for img in files:
'''
Append the image data to trainImg list.
Append the labels to trainLabel list.
'''
print(str(j) + "/" + str(num),end="\r")
trainImg.append(cv2.resize(cv2.imread(img),(128,128)))
trainLabel.append(img.split('/')[-2])
j += 1
trainImg = np.asarray(trainImg) # Train images set
trainLabel = pd.DataFrame(trainLabel) # Train labels set
解决方法
它会以某种方式类似于下面的内容。您需要做的就是创建新文件夹。
import cv2
import os
import numpy as np
root_folder = './root'
image_folders = ['folder1','folder2','folder3']
new_folders = ['new_folder1','new_folder2','new_folder3']
for i,j in zip(image_folders,new_folders):
path = os.path.join(root_folder,i)
dst_folder = os.path.join(root_folder,j)
for img in os.listdir(path):
img_array = cv2.imread(img)
gaussian_blur = cv2.GaussianBlur(img_array,(5,5),0)
cv2.imwrite(f'{dst_folder}/*.png',gaussian_blur)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。