京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29