python批量将图像转换为统一大小尺寸

要批量将图像转换为统一的大小尺寸，我们可以使用Python的图像处理库PIL（Python Imaging Library）或OpenCV来实现。

使用PIL来实现，首先需要安装PIL库（可以使用pip install pillow命令安装）。然后，可以按照以下步骤进行处理：

1. 导入PIL库的Image模块：

from PIL import Image

2. 创建一个空的列表来存储处理后的图像：

processed_images = []

3. 遍历图像文件夹中的每个图像文件：

import os

image_folder = '/path/to/folder/'
for filename in os.listdir(image_folder):
    if filename.endswith('.jpg') or filename.endswith('.png'):
        image_path = os.path.join(image_folder, filename)
        image = Image.open(image_path)
        # 进行图像尺寸统一处理
        processed_image = image.resize((width, height))
        processed_images.append(processed_image)

请注意，上述代码中的width和height需要替换为你想要的统一尺寸大小。

4. 遍历处理后的图像列表，并保存处理后的图像文件：

output_folder = '/path/to/output/folder/'
for i, image in enumerate(processed_images):
    output_path = os.path.join(output_folder, f'processed_image_{i}.jpg')
    image.save(output_path)

请确保提供一个输出文件夹的路径，以保存处理后的图像文件。

如果选择使用OpenCV来实现，可以按照以下步骤进行处理：

1. 导入cv2库：

import cv2

2. 创建一个空的列表来存储处理后的图像：

processed_images = []

3. 遍历图像文件夹中的每个图像文件：

import os

image_folder = '/path/to/folder/'
for filename in os.listdir(image_folder):
    if filename.endswith('.jpg') or filename.endswith('.png'):
        image_path = os.path.join(image_folder, filename)
        image = cv2.imread(image_path)
        # 进行图像尺寸统一处理
        processed_image = cv2.resize(image, (width, height))
        processed_images.append(processed_image)

请注意，上述代码中的width和height需要替换为你想要的统一尺寸大小。

4. 遍历处理后的图像列表，并保存处理后的图像文件：

output_folder = '/path/to/output/folder/'
for i, image in enumerate(processed_images):
    output_path = os.path.join(output_folder, f'processed_image_{i}.jpg')
    cv2.imwrite(output_path, image)

请确保提供一个输出文件夹的路径，以保存处理后的图像文件。

以上就是使用Python批量将图像转换为统一大小尺寸的简单方法，你可以根据自己的需求进行适当修改和定制。