处理二十个文件夹里面多张图片,依次遍历每一个文件夹的第二张起的图片的像素点,把第一张图片像素点为255的标为1,把第二张图片像素点为255的标为2,以此类推,最后写入新建黑色图片的相同位置

时间: 2024-05-16 22:13:02 浏览: 2
好的,你可以使用Python中的PIL库来实现这个功能。下面是代码示例: ```python from PIL import Image import os # 定义图片宽高 width = 500 height = 500 # 定义标签 labels = [str(i+1) for i in range(20)] # 定义颜色映射 color_map = {'1': (255, 0, 0), '2': (0, 255, 0), '3': (0, 0, 255), '4': (255, 255, 0), '5': (255, 0, 255), '6': (0, 255, 255), '7': (128, 0, 0), '8': (0, 128, 0), '9': (0, 0, 128), '10': (128, 128, 0), '11': (128, 0, 128), '12': (0, 128, 128), '13': (64, 0, 0), '14': (0, 64, 0), '15': (0, 0, 64), '16': (64, 64, 0), '17': (64, 0, 64), '18': (0, 64, 64), '19': (255, 128, 0), '20': (255, 0, 128)} # 遍历每个文件夹 for label in labels: # 初始化标签图片 label_img = Image.new('RGB', (width, height), color=(0, 0, 0)) # 遍历文件夹内的所有图片 for i, img_name in enumerate(os.listdir(label)): # 跳过第一张图片 if i == 0: continue # 打开图片 img_path = os.path.join(label, img_name) img = Image.open(img_path) # 遍历像素点,将255的像素标记为标签 for x in range(width): for y in range(height): r, g, b = img.getpixel((x, y)) if r == g == b == 255: label_img.putpixel((x, y), color_map[str(i)]) # 保存标签图片 label_img.save(f'{label}.png') ``` 这段代码会遍历当前目录下的20个文件夹(分别命名为1、2、3、...、20),然后依次处理每个文件夹中的图片。对于每个图片,它会遍历其中的像素点,如果某个像素的RGB值为(255, 255, 255),则说明这个像素在原图片中是白色的,也就是说这是一个需要标记的像素。根据当前处理的图片是第几张,将该像素标记为对应的标签(1、2、3、...、20)。最后,将标记的结果保存为一张新的黑色图片,并以当前文件夹名命名。

相关推荐

最新推荐

recommend-type

C#遍历文件夹及子目录下所有图片

主要为大家详细介绍了C# 遍历文件夹及子目录下所有图片的相关资料,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

C# 遍历文件夹子目录下所有图片及遍历文件夹下的文件

在上个项目开发中遇到这样的需求,取指定目录下面的所有图片,以表格的型式展示并显示该图片的相对路径。下面小编给大家分享C# 遍历文件夹子目录下所有图片及遍历文件夹下的文件,一起看看吧
recommend-type

python实现遍历文件夹图片并重命名

主要为大家详细介绍了python实现遍历文件夹图片并重命名,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

Android遍历所有文件夹和子目录搜索文件

为了准确搜索文件,大家可以采取什么方法查找文件,本文为大家介绍Android遍历所有文件夹和子目录实现文件搜索功能,感兴趣的小伙伴们可以参考一下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
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

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

HSV转为RGB的计算公式

HSV (Hue, Saturation, Value) 和 RGB (Red, Green, Blue) 是两种表示颜色的方式。下面是将 HSV 转换为 RGB 的计算公式: 1. 将 HSV 中的 S 和 V 值除以 100,得到范围在 0~1 之间的值。 2. 计算色相 H 在 RGB 中的值。如果 H 的范围在 0~60 或者 300~360 之间,则 R = V,G = (H/60)×V,B = 0。如果 H 的范围在 60~120 之间,则 R = ((120-H)/60)×V,G = V,B = 0。如果 H 的范围在 120~180 之间,则 R = 0,G = V,B =
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。