读取一个文件夹下的所有图片处理并保存opencv

在OpenCV库中，读取、处理和保存文件夹中的多张图片是一项常见的任务，尤其在图像处理和计算机视觉领域。本教程将详细介绍如何利用OpenCV来实现这一目标，特别是针对图片的二值化处理。 让我们了解什么是OpenCV。OpenCV（开源计算机视觉库）是一个强大的跨平台计算机视觉库，它包含了各种图像处理和计算机视觉的算法。在Python中，OpenCV提供了一个易于使用的API，使得处理图像和视频变得简单。 **步骤1：导入所需库** 在Python中，我们需要导入以下库： ```python import cv2 import os ``` `cv2`是OpenCV的Python接口，而`os`库用于文件和目录操作。 **步骤2：定义输入和输出路径** 定义文件夹路径，例如： ```python input_folder = "源图片文件夹路径" output_folder = "目标图片文件夹路径" ``` 确保这些路径是有效的，并且`output_folder`已经存在，如果没有，你需要创建它。 **步骤3：遍历文件夹并读取图片** 使用`os.listdir()`遍历`input_folder`中的所有文件，然后用OpenCV的`cv2.imread()`读取图片： ```python for filename in os.listdir(input_folder): if filename.endswith(".jpg") or filename.endswith(".png"): # 只处理.jpg和.png图片 img_path = os.path.join(input_folder, filename) img = cv2.imread(img_path) ``` **步骤4：执行二值化处理** 二值化是将图像转换为只有黑白两种颜色的过程。在OpenCV中，我们可以使用`cv2.threshold()`函数实现： ```python gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换为灰度图像 binary_img, _ = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY) # 二值化阈值处理 ``` 这里的阈值127可以调整以适应不同的图像。 **步骤5：保存处理后的图片** 我们使用`cv2.imwrite()`将二值化图片保存到`output_folder`： ```python output_path = os.path.join(output_folder, filename) cv2.imwrite(output_path, binary_img) ``` **完整代码示例** ```python import cv2 import os input_folder = "源图片文件夹路径" output_folder = "目标图片文件夹路径" # 创建输出文件夹，如果不存在 if not os.path.exists(output_folder): os.makedirs(output_folder) for filename in os.listdir(input_folder): if filename.endswith(".jpg") or filename.endswith(".png"): img_path = os.path.join(input_folder, filename) img = cv2.imread(img_path) gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) binary_img, _ = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY) output_path = os.path.join(output_folder, filename) cv2.imwrite(output_path, binary_img) ``` 通过以上步骤，你就可以使用OpenCV读取一个文件夹下的所有图片，进行二值化处理后，再保存到另一个文件夹。这个过程在图像分析、文字识别或简单的图像预处理等场景中非常有用。记得根据实际的图片格式和需要调整阈值，以达到最佳效果。