python调用opencv对文件夹当中的图像进行批量化灰度处理后再批量化储存

在Python中使用OpenCV（Open Source Computer Vision Library）批量处理图像并将其转换为灰度图，通常需要遍历指定文件夹下的所有图片，然后逐张进行灰度化处理，并保存到新的文件夹中。这里是一个基本步骤的示例：

首先，你需要安装必要的库，包括`opencv-python`（OpenCV的Python接口）和`numpy`（数值计算库）：

pip install opencv-python numpy

接下来，可以编写一个简单的脚本来实现这个过程：

import cv2
import os

# 定义源图像文件夹路径和目标存储路径
source_folder = 'path/to/source/folder'
target_folder = 'path/to/target/folder'

# 创建目标文件夹，如果不存在
if not os.path.exists(target_folder):
    os.makedirs(target_folder)

# 遍历源文件夹中的所有图像文件
for filename in os.listdir(source_folder):
    # 只处理.jpg或.png这类常见的图像文件
    if filename.endswith(('.jpg', '.jpeg', '.png')):
        image_path = os.path.join(source_folder, filename)
        
        # 读取图像
        img = cv2.imread(image_path)
        
        # 转换为灰度
        gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        
        # 生成新文件名，保持原文件名不变，添加".gray"后缀
        new_filename = filename.replace('.jpg', '_gray.jpg')
        new_file_path = os.path.join(target_folder, new_filename)
        
        # 保存灰度图像
        cv2.imwrite(new_file_path, gray_img)

这段代码会将源文件夹中的每个JPEG或PNG图像转换为灰度，然后保存到目标文件夹中，文件名格式保留原有文件名加上"_gray"后缀。