前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >将png格式的图像转换为jpg

将png格式的图像转换为jpg

作者头像
狼啸风云
修改于 2022-09-02 12:53:28
修改于 2022-09-02 12:53:28
2.5K00
代码可运行
举报
运行总次数:0
代码可运行
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import os
from PIL import Image

dirname_read="D:\dataset\cityscapes\cityscape_voc_clean\JPEGImages_png\\"
dirname_write="D:\dataset\cityscapes\cityscape_voc_clean\JPEGImages_jpg\\"
names=os.listdir(dirname_read)
count=0
for name in names:
    img=Image.open(dirname_read+name)
    name=name.split(".")
    if name[-1] == "png":
        name[-1] = "jpg"
        name = str.join(".", name)
        r,g,b=img.split()
        img=Image.merge("RGB",(r,g,b))
        to_save_path = dirname_write + name
        img.save(to_save_path)
        count+=1
        print(to_save_path, "------conut:",count)
    else:
        continue
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020/07/15 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【目标检测】小脚本:批量png转jpg
在使用YOLO时,发现需要的image需要的是jpg格式,而现有的数据集是png格式。 于是需要一个小脚本来进行批量转换
zstar
2022/09/08
9760
数据增强之王——Augmentor
其实我们都知道Pytorch的torchvision的transforms并非真正意义上的数据增强,它只是将图像做了变换,实际上图像数据集的总量是不变的。
算法之名
2022/06/01
8540
使用python批量压缩图片,压缩算法替换为Image.Resampling.LANCZOS
压缩算法替换为Image.Resampling.LANCZOS之前的算法Image.ANTIALIAS会提示即将过期;import ospath = r'J:\\cleanpng001'list_png = [os.path.join(path,i) for i in os.listdir(path) if i.endswith('png')]print(list_png)path2 = r'J:\\cleanpng002' from PIL import Imagenum = 0for f in lis
JQ实验室
2022/06/12
3.1K0
数据集少?那就来数据增强吧?
这几天老师给了我一个任务,让我识别螺栓和法兰盘,但是老师也是够高冷的,就给我了6张图片,让我训练?让我目标检测?6张图片检测个屁啊… 不过我自己也想到了数据集增强,用opencv进行图片的翻转,平移,调节亮度啊,调节对比度等等。 有两个思路 第一个思路是,先直接增强图片,把图片弄很多张,然后再一个个的去用labelimg去标注,其实想想,这个工程量也蛮大的吧,确实很大,我在傻傻的自己标注了30张图片之后,心很累。就想有没有一种方法,我这六张图片标注好了,也生成对应的.xml文件了,直接图片和对应的标注文件一起数据集的增强,在我一番百度之后,找到了一个方法,最后经过验证,数据集正确,也可以正常的训练,这也就是我说的第二个方法。唉,心真累。两个方法都写上吧,自己也好复习。
Albert_xiong
2021/06/21
1.1K0
数据集少?那就来数据增强吧?
用Python转换图像格式,超全!
最近我遇到了Python转换图像格式问题,正好干脆总结了一波,将一些奇怪的图片格式(webp格式、jfif格式、svg格式)转换为常见的jpg、png图片格式。
快学Python
2022/11/28
2.2K0
用Python转换图像格式,超全!
将Cityscape转换为PASACAL VOC格式的目标检测数据集
1、将Cityscape中的json格式的标注转换为.txt格式的标签# convert cityscape dataset to pascal voc format dataset# 1. convert every cityscape image label '.json' to '.txt'import jsonimport osfrom os import listdir, getcwdfrom os.path import joinimport os.pathrootdir = 'D:\datas
狼啸风云
2020/07/14
2.6K0
图像半自动标注「建议收藏」
标注数据集对深度学习而言是很重要的一步,但是标注数据是件很繁琐的工作,而半自动标注可以减轻工作量。 Github(https://github.com/virajmavani/semi-auto-image-annotation-tool)上有一款自动标注工具,它以RetinaNet作为建议算法,使用预训练的RetinaNet模型从MS COCO数据集建议80个类对象。 这款工具我没有安装使用,从Demo来看效果还是挺好的,大部分目标都能检测出来。 我这里要说的半自动标注是什么? 其实就是通过训练好的模型检测目标,输出包含目标类别和位置的txt文件,然后再将其转换为xml文件,最后再使用标注工具进行完善。 当然,前提是模型的精度越高越好,如果检测结果不准确,就会增加工作量,导致无法使用。
全栈程序员站长
2022/07/02
1.2K0
图像半自动标注「建议收藏」
PASCAL VOC格式的目标检测数据集生成ImageSet/Main中的各类txt文件
import osimport randomimport xmlfrom xml.dom import minidomVOC_CLASSES = ['car']# def generate_train_val_test_txt():xml_file_path = "D:\dataset\cityscapes\cityscape_clean_car\Annotations_car\\" # xml文件路径save_Path = "D:\dataset\cityscapes\cityscape_clean_c
狼啸风云
2020/07/14
1.6K0
【图像分类】基于Pascal VOC2012增强数据的多标签图像分类实战
基于image-level的弱监督图像语义分割大多数以传统分类网络作为基础,从分类网络中提取物体的位置信息,作为初始标注。
OpenCV学堂
2019/07/12
3.9K1
【图像分类】基于Pascal VOC2012增强数据的多标签图像分类实战
10分钟学会pillow图像处理16式
PIL:Python Imaging Library,是Python环境下最受欢迎的图像处理库,木有之一。
lyhue1991
2020/07/28
7130
10分钟学会pillow图像处理16式
YOLO v3实战之钢筋数量AI识别(一)
本次的YOLO v3实战是基于DataFountain的一个比赛:智能盘点—钢筋数量AI识别,baseline model就选用上次讲解YOLO v3理论YunYang复现的YOLO v3。本次系列也和正常我们做比赛的流程一样分为两部分,这次也是第一部分将会带大家跑通baseline(比赛的话可能会对比多个,这里仅跑YOLO v3),第二部分将会分析baseline出现的问题结合赛题背景进行改进。 目录 题目重述 数据准备 修改相关配置路径 开始训练 测试结果 题目重述 题目背景 在工地现场,对于进场的钢筋
CristianoC
2020/06/02
1.9K0
DarkLabel转换MOT、ReID、VOC格式数据集脚本分享
上一篇文章推荐了DarkLabel标注软件,承诺会附上配套的代码,本文主要分享的是格式转换的几个脚本。
BBuf
2020/05/01
2.1K0
Labelimg制作数据集「建议收藏」
下载地址:https://github.com/tzutalin/labelImg
全栈程序员站长
2022/07/05
8380
Labelimg制作数据集「建议收藏」
PASCAL VOC提取出特定的目标类别
import osimport shutilann_filepath = 'D:\dataset\cityscapes\cityscape_voc_clean\Annotations\\'img_filepath = 'D:\dataset\cityscapes\cityscape_voc_clean\JPEGImages\\'img_savepath = 'D:\dataset\cityscapes\cityscape_voc_clean\JPEGImages_car\\'ann_savepath = '
狼啸风云
2020/07/14
1.1K0
U-NET 图像预处理
首先将图像格式及大小、类型、名称 做出调整 这里将 bmp 转为 png 大小统一为 500*500, 按照数字序号命名
用户1148525
2021/12/07
5540
YOLOV3目标检测模型训练实例
从零开始学习使用keras-yolov3进行图片的目标检测,比较详细地记录了准备以及训练过程,提供一个信号灯的目标检测模型训练实例,并提供相关代码与训练集。
WindRunnerMax
2020/08/27
1.2K0
YOLOV3目标检测模型训练实例
从原始图片数据开始构建卷积神经网络(Pytorch)
说在前面入门机器学习的时候,我们往往使用的是框架自带的数据集来进行学习的,这样其实跳过了机器学习最重要的步骤,数据预处理,本文通过从原始数据(图片格式)到卷积神经网络的设计,逐步实现 MNIST 的分类本文使用的是 Facebook 的深度学习框架 PytorchMNIST 数据集是机器学习界的 HelloWorld ,主要是手写字符(0-9)数据下载:后台回复 MNIST 获取下载链接# 导入所需要的包 import torch # 1.1.0 版本 from torchvision import dat
机器视觉CV
2019/07/17
8920
MMDetection全流程实战指南:手把手带你构建目标检测模型
MMDetection 是一个由 OpenMMLab 开发的开源目标检测工具箱,基于 PyTorch 实现。该库提供了丰富的目标检测算法,包括经典的 Faster R-CNN、YOLO 和最新的一些研究成果,非常方便于研究者和工程师进行模型的训练和推理。具有高度模块化和可扩展性的设计,使得用户可以非常灵活地进行个性化配置和二次开发。这一工具箱已经成为目标检测领域的事实标准之一,被广泛应用于学术研究和产业界。
OpenMMLab 官方账号
2023/12/13
15.3K5
MMDetection全流程实战指南:手把手带你构建目标检测模型
VOC2012 分割数据 转 lmdb 格式 python 代码
参考 caffe 将三通道或四通道图片转换为lmdb格式,将标签(单通道灰度图)转换为lmdb格式 http://blog.csdn.net/c_qianbo/article/details/53375476
用户1148525
2019/05/27
8430
目标检测数据集PASCAOL VOC的xml格式转换为YOLO的txt格式
import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import joinsets = ['train', 'test']classes = ['XO', 'PN', 'PI', 'NP', 'HD', 'FP', 'FB', 'FO'] # 自己训练的类别def convert(size, box): dw = 1. / size[0] dh =
狼啸风云
2021/06/09
2.2K0
推荐阅读
相关推荐
【目标检测】小脚本:批量png转jpg
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验