使用 opencv 对任意文件夹内图像做批处理。处理的结果存入新文件夹内。 处理前后的图片 5-10 张显示在 tkinter 或 web 界面上

时间: 2024-03-23 18:42:05 浏览: 11
这个任务可以分成两个部分来完成:批量处理图像和将结果显示在 tkinter 或 web 界面上。以下是示例代码: ```python import os import cv2 import shutil from tkinter import * from PIL import ImageTk, Image # 定义函数进行图像处理 def process_image(input_path, output_path): # 读取图像 img = cv2.imread(input_path) # 进行图像处理,这里只是简单的将图像缩小一半 img = cv2.resize(img, (0, 0), fx=0.5, fy=0.5) # 将处理后的图像保存到输出路径 cv2.imwrite(output_path, img) # 定义函数进行批量处理 def batch_process_images(input_folder, output_folder): # 如果输出文件夹不存在,则创建它 if not os.path.exists(output_folder): os.makedirs(output_folder) # 遍历输入文件夹中的所有图像文件 for filename in os.listdir(input_folder): if filename.endswith(".jpg") or filename.endswith(".png"): # 构造输入和输出路径 input_path = os.path.join(input_folder, filename) output_path = os.path.join(output_folder, filename) # 进行图像处理 process_image(input_path, output_path) # 定义函数将图像显示在 tkinter 界面上 def show_images_tkinter(input_folder, output_folder): # 创建 tkinter 窗口 window = Tk() window.title("图像处理前后对比") # 加载图像文件,显示前5张图像 for i, filename in enumerate(os.listdir(input_folder)[:5]): # 构造输入和输出路径 input_path = os.path.join(input_folder, filename) output_path = os.path.join(output_folder, filename) # 加载图像文件 input_img = Image.open(input_path) output_img = Image.open(output_path) # 创建 tkinter 图像对象 input_tk = ImageTk.PhotoImage(input_img) output_tk = ImageTk.PhotoImage(output_img) # 在 tkinter 窗口上显示图像 Label(window, image=input_tk).grid(row=i, column=0) Label(window, image=output_tk).grid(row=i, column=1) # 运行 tkinter 窗口 window.mainloop() # 定义函数将图像显示在 web 界面上 def show_images_web(input_folder, output_folder): # 创建 web 页面 html = "<html><body>" # 加载图像文件,显示前5张图像 for i, filename in enumerate(os.listdir(input_folder)[:5]): # 构造输入和输出路径 input_path = os.path.join(input_folder, filename) output_path = os.path.join(output_folder, filename) # 加载图像文件 input_img = Image.open(input_path) output_img = Image.open(output_path) # 将图像转成 base64 编码的字符串 input_data = input_img.tobytes() output_data = output_img.tobytes() input_str = "data:image/png;base64," + input_data.encode("base64").replace("\n", "") output_str = "data:image/png;base64," + output_data.encode("base64").replace("\n", "") # 在 web 页面上显示图像 html += f"<div><img src='{input_str}'/><img src='{output_str}'/></div>" # 结束 web 页面 html += "</body></html>" # 将 web 页面保存到文件 with open("output.html", "w") as f: f.write(html) # 批量处理图像 batch_process_images("input_folder", "output_folder") # 将处理前后的图像显示在 tkinter 界面上 show_images_tkinter("input_folder", "output_folder") # 将处理前后的图像显示在 web 界面上 show_images_web("input_folder", "output_folder") ``` 代码中首先定义了 process_image 函数用于进行图像处理,batch_process_images 函数用于批量处理图像,show_images_tkinter 函数用于将处理前后的图像显示在 tkinter 界面上,show_images_web 函数用于将处理前后的图像显示在 web 界面上。 在 batch_process_images 函数中,通过遍历输入文件夹中的所有图像文件,调用 process_image 函数进行图像处理,将处理后的图像保存到输出文件夹中。 在 show_images_tkinter 函数中,通过创建 tkinter 窗口,将处理前后的图像显示在窗口中。 在 show_images_web 函数中,通过将图像转成 base64 编码的字符串,将处理前后的图像显示在 web 页面上,并将 web 页面保存到文件中。 最后,调用批量处理图像和将图像显示在 tkinter 和 web 界面上的函数。

相关推荐

最新推荐

recommend-type

python使用openCV遍历文件夹里所有视频文件并保存成图片

主要介绍了python使用openCV遍历文件夹里所有视频文件并保存成图片,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友参考下吧
recommend-type

opencv2实现10张图像上下左右拼接融合

主要为大家详细介绍了opencv2实现10张图像上下左右拼接融合,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python Opencv图像处理基本操作代码详解

主要介绍了Python Opencv图像处理基本操作代码详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

详解python opencv、scikit-image和PIL图像处理库比较

主要介绍了详解python opencv、scikit-image和PIL图像处理库比较,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

opencv实现多张图像拼接

主要为大家详细介绍了opencv实现多张图像拼接功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

RTL8188FU-Linux-v5.7.4.2-36687.20200602.tar(20765).gz

REALTEK 8188FTV 8188eus 8188etv linux驱动程序稳定版本, 支持AP,STA 以及AP+STA 共存模式。 稳定支持linux4.0以上内核。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章

![:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章](https://img-blog.csdnimg.cn/img_convert/69b98e1a619b1bb3c59cf98f4e397cd2.png) # 1. 目标检测算法概述 目标检测算法是一种计算机视觉技术,用于识别和定位图像或视频中的对象。它在各种应用中至关重要,例如自动驾驶、视频监控和医疗诊断。 目标检测算法通常分为两类:两阶段算法和单阶段算法。两阶段算法,如 R-CNN 和 Fast R-CNN,首先生成候选区域,然后对每个区域进行分类和边界框回归。单阶段算法,如 YOLO 和 SSD,一次性执行检
recommend-type

info-center source defatult

这是一个 Cisco IOS 命令,用于配置 Info Center 默认源。Info Center 是 Cisco 设备的日志记录和报告工具,可以用于收集和查看设备的事件、警报和错误信息。该命令用于配置 Info Center 默认源,即设备的默认日志记录和报告服务器。在命令行界面中输入该命令后,可以使用其他命令来配置默认源的 IP 地址、端口号和协议等参数。
recommend-type

c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf

校园超市商品信息管理系统课程设计旨在帮助学生深入理解程序设计的基础知识,同时锻炼他们的实际操作能力。通过设计和实现一个校园超市商品信息管理系统,学生掌握了如何利用计算机科学与技术知识解决实际问题的能力。在课程设计过程中,学生需要对超市商品和销售员的关系进行有效管理,使系统功能更全面、实用,从而提高用户体验和便利性。 学生在课程设计过程中展现了积极的学习态度和纪律,没有缺勤情况,演示过程流畅且作品具有很强的使用价值。设计报告完整详细,展现了对问题的深入思考和解决能力。在答辩环节中,学生能够自信地回答问题,展示出扎实的专业知识和逻辑思维能力。教师对学生的表现予以肯定,认为学生在课程设计中表现出色,值得称赞。 整个课程设计过程包括平时成绩、报告成绩和演示与答辩成绩三个部分,其中平时表现占比20%,报告成绩占比40%,演示与答辩成绩占比40%。通过这三个部分的综合评定,最终为学生总成绩提供参考。总评分以百分制计算,全面评估学生在课程设计中的各项表现,最终为学生提供综合评价和反馈意见。 通过校园超市商品信息管理系统课程设计,学生不仅提升了对程序设计基础知识的理解与应用能力,同时也增强了团队协作和沟通能力。这一过程旨在培养学生综合运用技术解决问题的能力,为其未来的专业发展打下坚实基础。学生在进行校园超市商品信息管理系统课程设计过程中,不仅获得了理论知识的提升,同时也锻炼了实践能力和创新思维,为其未来的职业发展奠定了坚实基础。 校园超市商品信息管理系统课程设计的目的在于促进学生对程序设计基础知识的深入理解与掌握,同时培养学生解决实际问题的能力。通过对系统功能和用户需求的全面考量,学生设计了一个实用、高效的校园超市商品信息管理系统,为用户提供了更便捷、更高效的管理和使用体验。 综上所述,校园超市商品信息管理系统课程设计是一项旨在提升学生综合能力和实践技能的重要教学活动。通过此次设计,学生不仅深化了对程序设计基础知识的理解,还培养了解决实际问题的能力和团队合作精神。这一过程将为学生未来的专业发展提供坚实基础,使其在实际工作中能够胜任更多挑战。