이미지 인식 데이터 세트 처리 (1)
import cv2
import os
def rddc(directory_name):
for filename in os.listdir(directory_name):
img = cv2.imread(directory_name + "/" + filename)
cv2.waitKey(0)
cv2.imwrite("C:/Users/Administrator/Desktop/4" + "/" + filename, img)
rddc("C:/Users/Administrator/Desktop/D")
적당 한 크기 로 크기 조정
import PIL.Image as Image
import os
import sys
import numpy as np
import matplotlib.pyplot as plt
//
folder = r'C:/Users/Administrator/Desktop/1'
//
outfile = r'C:/Users/Administrator/Desktop/a'
path = os.listdir(folder)
for parent, dirnames, filenames in os.walk(folder):
for filename in filenames:
each_bmp = os.path.join(parent, filename)
img = Image.open(each_bmp)
out = img.resize((224, 224), Image.ANTIALIAS)
newname = outfile + '\\' + filename[:-4] + "0.jpg"
out.save(newname)
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
