使用opencv库删除图片函数

可以使用OpenCV库中的函数cv2.imread()读取图片，然后使用cv2.imwrite()函数将修改后的图片保存。在此过程中，可以使用OpenCV中的函数cv2.cvtColor()将图片转换为灰度图像，并使用cv2.threshold()函数进行阈值分割。以下是一个示例代码：

import cv2

img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)
ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imwrite('new_image.jpg', thresh)

这个示例代码将读取名为'image.jpg'的图片，并将其转换为灰度图像。然后使用阈值127进行二值化，并将结果保存为'new_image.jpg'。

相关问题

python opencv 显示图片后，在图片上鼠标绘制矩形并可以选择大小删除

可以使用以下步骤实现：

1. 导入`opencv`库和`numpy`库。

import cv2
import numpy as np

2. 加载图片并创建`namedWindow`窗口。

img = cv2.imread('image.jpg')
cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image', img)

3. 定义鼠标事件函数，用于绘制矩形。

drawing = False
ix, iy = -1, -1

def draw_rectangle(event, x, y, flags, param):
    global ix, iy, drawing

    if event == cv2.EVENT_LBUTTONDOWN:
        drawing = True
        ix, iy = x, y

    elif event == cv2.EVENT_MOUSEMOVE:
        if drawing == True:
            cv2.rectangle(img, (ix, iy), (x, y), (0, 255, 0), 2)

    elif event == cv2.EVENT_LBUTTONUP:
        drawing = False
        cv2.rectangle(img, (ix, iy), (x, y), (0, 255, 0), 2)

4. 将鼠标事件函数与窗口绑定。

cv2.setMouseCallback('image', draw_rectangle)

5. 在窗口中等待键盘输入，按下`q`键退出程序，按下`c`键清除所有矩形。

while(1):
    cv2.imshow('image', img)
    k = cv2.waitKey(1) & 0xFF
    if k == ord('q'):
        break
    elif k == ord('c'):
        img = cv2.imread('image.jpg')

6. 最后，释放窗口和销毁所有窗口。

cv2.destroyAllWindows()

opencv 利用哈希值算法大批量删除数据集中重复的图片

你可以使用哈希值算法来检测和删除数据集中的重复图片。一种常用的哈希算法是感知哈希算法（Perceptual Hashing），它可以将图片转换成一个唯一的哈希值。以下是使用OpenCV和Python进行大批量删除重复图片的基本步骤：

1. 导入所需的库：

import os
import cv2
import imagehash
from PIL import Image

2. 定义一个函数来计算图片的哈希值：

def calculate_hash(image_path):
    image = Image.open(image_path)
    image_hash = imagehash.average_hash(image)
    return str(image_hash)

3. 创建一个空字典来存储每个哈希值及其对应的图片路径：

hash_dict = {}

4. 遍历数据集中的每张图片，计算其哈希值，并将哈希值及其对应的图片路径存储在字典中：

dataset_path = 'your_dataset_path'
for root, dirs, files in os.walk(dataset_path):
    for file in files:
        image_path = os.path.join(root, file)
        image_hash = calculate_hash(image_path)
        if image_hash in hash_dict:
            hash_dict[image_hash].append(image_path)
        else:
            hash_dict[image_hash] = [image_path]

5. 遍历字典中的每个哈希值，如果该哈希值对应的图片路径数量大于1，则删除重复图片（保留一张即可）：

for image_hash, image_paths in hash_dict.items():
    if len(image_paths) > 1:
        for i in range(1, len(image_paths)):
            os.remove(image_paths[i])

注意：在删除图片之前，请务必备份你的数据集，以防止误删。

这是一个基本的示例，你可以根据自己的需求进行相应的修改和优化。希望能对你有所帮助！