python目标检测结果图像素转换(二值图和灰度图)

昨天在复现模型的时候发现test的结果图都是黑色的,输出像素发现白色是1,需要将白的像素乘以255,然后再输出,自己写的脚本如下(为了加快速度,用gpu转换,但是感觉速度还是一般)

python 复制代码
import os

from PIL import Image
import torch
import torchvision.transforms as transforms

device=torch.device("cuda" if torch.cuda.is_available() else "cpu")
def process_images_in_folder(input_folder, output_folder):
    # 确保输出文件夹存在,如果不存在则创建
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    image_files= [f for f in os.listdir(input_folder) if os.path.isfile(os.path.join(input_folder, f)) and any(f.endswith(extension) for extension in ['.jpg', '.jpeg', '.png', '.bmp'])]
    total_images = len(image_files)
    # 遍历输入文件夹中的所有文件
    for idx,filename in enumerate(image_files,1):
        # 拼接输入和输出文件的完整路径
        input_image_path = os.path.join(input_folder, filename)
        output_image_path = os.path.join(output_folder, filename)
        # 检查文件是否为图像文件
            # 对图像应用相同的处理逻辑
        modify_pixel(input_image_path, output_image_path)
        print(f'Processed {idx}/{total_images} images')
def modify_pixel(input_image_path,output_image_path ):

    img=Image.open(os.path.join(input_image_path))
    img_tensor=transforms.ToTensor()(img).unsqueeze(0).to(device)
    # 获取图像尺寸
    width, height = img.size

    # 循环遍历每个像素,并根据像素值做相应处理
    for x in range(width):
        for y in range(height):
            # 获取原始像素值
            r = img.getpixel((x, y))
            # 如果像素值为1,则将像素值设为255(白色)
            r=255*r
         # 将处理后的像素值设置到新图像中
            img.putpixel((x, y), (r))
    # 保存处理后的图像
    img.save(output_image_path)



# 调用函数处理图像
input_folder="/root/autodl-tmp/SINet-V2-main/res/SINet_V2/COD10K"
output_folder="/root/autodl-tmp/SINet-V2-main/res/SINet-V2-White/COD10K"
process_images_in_folder(input_folder,output_folder)

自己更改一下输入和输出的文件夹名称就可以,可以实时查看处理的进度。

相关推荐
得一录2 分钟前
Agent 的 RAG 遇到 PDF 怎么处理?一套可落地的工程方案
人工智能
陈碧甫19 分钟前
法会体——元龙因果链理论表达的一种文体 & 时间
人工智能
Seoyoneh21 分钟前
呼叫中心工单系统架构实战:自动建单与闭环流转技术解析
人工智能·信息与通信·通信
Nablai36 分钟前
AI 玩具机芯合作模式拆解:OEM 与 ODM 的工程边界
人工智能
4SAPI40 分钟前
Gemini 4 Pro 泄露参数解析:2M 上下文时代,企业如何规划 Gemini API 中转与多模型架构?
人工智能·gemini
码云之上42 分钟前
Skill 里的脚本终于能跑了,星悟接 CubeSandbox 的纪实
前端·人工智能·前端框架
用户8356290780511 小时前
使用 Python 将 DOCX 转换为 Markdown
后端·python
小玮看世界1 小时前
[Python]ADAS工程实战(三):多传感器扇区统计疑难点全解——归一化、跨边界、去重与置信度
python
IT_陈寒1 小时前
Vue computed属性这个坑,我居然踩了三次才爬出来
前端·人工智能·后端
paopaokaka_luck1 小时前
小学非遗科普平台(AI 非遗科普问答,ECharts学情数据、非遗资源分类与审核,资源收藏下载与学习记录,学习任务发布和作品评分,活动报名签到与统计)
java·人工智能·spring·信息可视化·数据分析·echarts