如何批量给一个文件夹里的各个文件加噪并用np.savez分别保存到另一个文件夹

可以使用Python的Pillow库（PIL）来给一个文件夹里的所有文件加噪，并使用numpy库的np.savez函数将每个加噪后的文件数据分别保存到另一个文件夹中。具体实现步骤如下：

1. 导入Pillow库和numpy库

from PIL import Image, ImageFilter
import numpy as np
import os

2. 定义源文件夹和目标文件夹路径

src_folder = '/path/to/source/folder'
dst_folder = '/path/to/destination/folder'

3. 遍历源文件夹中的所有文件，并对每个文件进行加噪处理，并将加噪后的文件数据分别保存到目标文件夹中

# 遍历源文件夹中的所有文件
for file_name in os.listdir(src_folder):
    # 构造源文件和目标文件的路径
    src_path = os.path.join(src_folder, file_name)
    dst_path = os.path.join(dst_folder, file_name)
    # 判断文件是否是图片文件，如果不是则跳过
    if not file_name.endswith('.jpg') and not file_name.endswith('.png'):
        continue
    # 打开图片文件
    with Image.open(src_path) as img:
        # 加噪处理
        img = img.filter(ImageFilter.GaussianBlur(radius=5))
        # 将图片转换为灰度图，并缩放到28x28大小
        img = img.convert('L').resize((28, 28))
        # 将图片转换为numpy数组，并将数据保存到目标文件中
        img_data = np.array(img)
        np.savez(dst_path, img_data=img_data)

上述代码中，使用ImageFilter模块中的GaussianBlur函数给图片加上高斯模糊噪声，并将图片转换为灰度图，并缩放到28x28大小。可以根据需要调整噪声强度和类型、图像大小等参数。保存文件时，使用np.savez函数将numpy数组保存到目标文件中。每个文件保存为一个.npz文件，文件名与源文件名相同。

完整代码示例如下：

from PIL import Image, ImageFilter
import numpy as np
import os

src_folder = '/path/to/source/folder'
dst_folder = '/path/to/destination/folder'

for file_name in os.listdir(src_folder):
    src_path = os.path.join(src_folder, file_name)
    dst_path = os.path.join(dst_folder, file_name)
    if not file_name.endswith('.jpg') and not file_name.endswith('.png'):
        continue
    with Image.open(src_path) as img:
        img = img.filter(ImageFilter.GaussianBlur(radius=5))
        img = img.convert('L').resize((28, 28))
        img_data = np.array(img)
        np.savez(dst_path, img_data=img_data)

注意，上述代码中只处理了jpg和png格式的图片文件，如果需要处理其他格式的文件，则需要更改代码中的文件类型判断条件。同时，处理噪声的方法也可以根据需要进行更改。