使用OpenCV批量调整指定目录图片尺寸

在Python编程中，本代码片段主要关注于使用OpenCV库（cv2）实现批量处理图片，将指定目录下的所有图片文件调整为统一的尺寸。以下是关键知识点的详细解释： 1. **对话框选择目录**： 使用Tkinter库中的`filedialog.askdirectory()`函数创建一个对话框，让用户选择需要操作的文件夹。通过`root.withdraw()`隐藏主窗口，只显示对话框。 2. **文件检查**： 代码首先检查所选文件夹是否存在（`os.path.exists(path)`）以及是否有读取权限（`os.access(path, os.R_OK)`）。如果文件夹不存在或无法读取，则会打印错误信息并返回。 3. **遍历目录中的文件**： 通过`os.listdir(path)`获取文件夹内所有文件，然后遍历每个文件，使用`os.path.join(path, file)`构建完整文件路径。接着，进一步检查文件是否为图片类型，只对图片文件进行操作，避免非图片文件被误处理。 4. **图片类型识别**： 定义了一个列表`imgType_list`，包含常见的图片扩展名如'.jpg', '.bmp', '.png', '.jpeg', '.jfif'。在遍历文件时，通过`os.path.splitext(file)`获取文件扩展名，并检查是否在列表中，从而确定文件是否为图片。 5. **OpenCV的图片缩放（resize）**： 对于识别出的图片文件，调用OpenCV的`cv2.resize()`函数，传入图片路径和调整后的尺寸，对图片进行缩放。具体尺寸未在代码中明确给出，需要根据实际需求设置。 6. **保存处理后的图片**： 缩放操作后，保存图片到原文件夹，保持与原文件相同的文件名。由于提到文件名和路径名不能包含汉语字符，因此在保存时需要确保遵循这一规则。 7. **注意事项**： 在整个过程中，程序执行完毕后，目录中所有的图片文件都会被修改为其统一尺寸。同时，为了确保程序的稳定性和可读性，代码中使用了异常处理和条件判断，提高了代码的健壮性。 这个脚本的主要功能是通过用户交互方式选择文件夹，使用OpenCV库对目录内所有图片进行统一尺寸的缩放，并保持原始文件结构不变。它适用于批量图片处理任务，尤其适合需要统一图片大小以便后续分析或应用的情况。