正文

有些時(shí)候，我們不僅要對(duì)一張圖片進(jìn)行處理，可能還會(huì)對(duì)一批圖片處理。這時(shí)候，我們可以通過循環(huán)來執(zhí)行處理，也可以調(diào)用程序自帶的圖片集合來處理。

圖片集合函數(shù)

skimage.io.ImageCollection(load_pattern,load_func=None)

這個(gè)函數(shù)是放在io模塊內(nèi)的，帶兩個(gè)參數(shù)，第一個(gè)參數(shù)load_pattern, 表示圖片組的路徑，可以是一個(gè)str字符串。第二個(gè)參數(shù)load_func是一個(gè)回調(diào)函數(shù)，我們對(duì)圖片進(jìn)行批量處理就可以通過這個(gè)回調(diào)函數(shù)實(shí)現(xiàn)?；卣{(diào)函數(shù)默認(rèn)為imread(),即默認(rèn)這個(gè)函數(shù)是批量讀取圖片。

先看一個(gè)例子：

import skimage.io as io
from skimage import data_dir
str=data_dir + '/*.png'
coll = io.ImageCollection(str)
print(len(coll))

顯示結(jié)果為25, 說明系統(tǒng)自帶了25張png的示例圖片，這些圖片都讀取了出來，放在圖片集合coll里。如果我們想顯示其中一張圖片，則可以在后加上一行代碼：

io.imshow(coll[10])

顯示為：

批量讀取

如果一個(gè)文件夾里，我們既存放了一些jpg格式的圖片，又存放了一些png格式的圖片，現(xiàn)在想把它們?nèi)孔x取出來，該怎么做呢?

import skimage.io as io
from skimage import data_dir
str='d:/pic/*.jpg:d:/pic/*.png'
coll = io.ImageCollection(str)
print(len(coll))

注意這個(gè)地方'd:/pic/*.jpg:d:/pic/*.png' ，是兩個(gè)字符串合在一起的，

第一個(gè)是'd:/pic/*.jpg',

第二個(gè)是'd:/pic/*.png' ，

合在一起后，中間用冒號(hào)來隔開，這樣就可以把d:/pic/文件夾下的jpg和png格式的圖片都讀取出來。

如果還想讀取存放在其它地方的圖片，也可以一并加進(jìn)去，只是中間同樣用冒號(hào)來隔開。

io.ImageCollection()這個(gè)函數(shù)省略第二個(gè)參數(shù)，就是批量讀取。如果我們不是想批量讀取，而是其它批量操作，如批量轉(zhuǎn)換為灰度圖，那又該怎么做呢？

批量轉(zhuǎn)換為灰度圖

那就需要先定義一個(gè)函數(shù)，然后將這個(gè)函數(shù)作為第二個(gè)參數(shù)，如：

from skimage import data_dir,io,color
def convert_gray(f):
    rgb=io.imread(f)
    return color.rgb2gray(rgb)
str=data_dir+'/*.png'
coll = io.ImageCollection(str,load_func=convert_gray)
io.imshow(coll[10])

這種批量操作對(duì)視頻處理是極其有用的，因?yàn)橐曨l就是一系列的圖片組合

from skimage import data_dir,io,color
class AVILoader:
    video_file = 'myvideo.avi'
    def __call__(self, frame):
        return video_read(self.video_file, frame)
avi_load = AVILoader()
frames = range(0, 1000, 10) # 0, 10, 20, ...
ic =io.ImageCollection(frames, load_func=avi_load)

這段代碼的意思，就是將myvideo.avi這個(gè)視頻中每隔10幀的圖片讀取出來，放在圖片集合中。

得到圖片集合以后，我們還可以將這些圖片連接起來，構(gòu)成一個(gè)維度更高的數(shù)組，連接圖片的函數(shù)為：

skimage.io.concatenate_images(ic)

帶一個(gè)參數(shù)，就是以上的圖片集合，如：

from skimage import data_dir,io,color
coll = io.ImageCollection('d:/pic/*.jpg')
mat=io.concatenate_images(coll)

使用concatenate_images(ic)函數(shù)的前提是讀取的這些圖片尺寸必須一致，否則會(huì)出錯(cuò)。我們看看圖片連接前后的維度變化：

from skimage import data_dir,io,color
coll = io.ImageCollection('d:/pic/*.jpg')
print(len(coll))      #連接的圖片數(shù)量
print(coll[0].shape)   #連接前的圖片尺寸，所有的都一樣
mat=io.concatenate_images(coll)
print(mat.shape)  #連接后的數(shù)組尺寸

顯示結(jié)果：

2
(870, 580, 3)
(2, 870, 580, 3)

可以看到，將2個(gè)3維數(shù)組，連接成了一個(gè)4維數(shù)組

如果我們對(duì)圖片進(jìn)行批量操作后，想把操作后的結(jié)果保存起來，也是可以辦到的。

批量保存

例：把系統(tǒng)自帶的所有png示例圖片，全部轉(zhuǎn)換成256*256的jpg格式灰度圖，保存在d:/data/文件夾下

改變圖片的大小，我們可以使用tranform模塊的resize()函數(shù)，后續(xù)會(huì)講到這個(gè)模塊。

from skimage import data_dir,io,transform,color
import numpy as np
def convert_gray(f):
     rgb=io.imread(f)    #依次讀取rgb圖片
     gray=color.rgb2gray(rgb)   #將rgb圖片轉(zhuǎn)換成灰度圖
     dst=transform.resize(gray,(256,256))  #將灰度圖片大小轉(zhuǎn)換為256*256
     return dst
str=data_dir+'/*.png'
coll = io.ImageCollection(str,load_func=convert_gray)
for i in range(len(coll)):
    io.imsave('d:/data/'+np.str(i)+'.jpg',coll[i])  #循環(huán)保存圖片

 結(jié)果：

以上就是python數(shù)字圖像處理之圖像的批量處理的詳細(xì)內(nèi)容，更多關(guān)于python數(shù)字圖像批量處理的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論