时间：2022-07-02 10:31:35 | 栏目：Python代码 | 点击：次
有时候对于网络识别，将原始图片放进网络中并不能达到自己想要的效果，但是有时候如果将图片放大之后，识别率却能够达到意想不到的结果，现在提供一种将文件中的图片进行批处理放大的代码：
import os
?
from PIL import Image
import sys
#获取path目录下的所有文件
def get_imlist(path):
return[os.path.join(path,f)
for f in os.listdir(path)]
def change_size(path):
directorys=get_imlist(path)
for directory in directorys:
#不是图片文件就跳过
print(directory)
if not(directory.endswith('.jpg') or directory.endswith('.png') or directory.endswith('.bmp')): ##b
pass
else:
img=Image.open(directory)
s="/"
#获取文件名（含后缀）
oimage_name=directory[directory.rfind(s)+1:]
(oimage_width,oimage_height)=img.size
new_width=oimage_width * 3
new_height=oimage_height * 3
out=img.resize((new_width,new_height),Image.ANTIALIAS)
out.save("%s" %oimage_name) #直接替换
if __name__ == '__main__':
change_size("F:\桌面\\test")
问题：实现将像素n*n的图片 等比例缩放为 30*30
0、环境要求：Python3.x 需要安装pillow模块：
pip install pillow
1、缩放一个图片：
from PIL import Image
img = Image.open("2.png") # 读取图片
out = img.resize((30,30)) # 等比例缩放为30*30像素
out.save("2.png") # 保存图片（覆盖原图）
2、批处理：
/* 目录结构
E:\data_eg\lip_train:
----------folder1：
--------pic1.png
--------pic2.png
--------pic3.png
----------folder2：
--------pic1.png
--------pic2.png
--------pic3.png
--------pic4.png
--------pic5.png
----------folder3：
--------pic1.png
--------pic2.png
*/
import os
from PIL import Image
path_target = "E:\data_eg\lip_train" # liptrain路径下是文件夹，文件夹下是多张图片
path_list=os.walk(path_target) # 使用os.walk()方法，遍历所有路径，文件
# filenames 保存所有图片名的 list
# root 保存二级目录
for root, dirs, filenames in path_list:
for filename in filenames: # 遍历包含 所有文件名 的list
file_path = os.path.join(root,filename) # 合成得到每个图片的 绝对路径
print(file_path) # 打印 绝对路径 至屏幕
img = Image.open(file_path) # 打开 此绝对路径 的图片
out = img.resize((30,30)) # 等比例缩放至 30*30 像素
#out = img.convert('L') # 转换为灰度图像
out.save(file_path) # 保存，覆盖原图片