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
natide几秒前
表示/嵌入差异-1-欧几里得距离(Euclidean Distance)-L2 距离(L2 distance)-欧式距离的标准化
人工智能·pytorch·python·深度学习·算法·自然语言处理
、BeYourself3 分钟前
Spring AI ChatClient 完全指南-1
人工智能·springai
qzhqbb3 分钟前
群智能计算核心算法全解析
人工智能·算法
对方正在长头发丿4 分钟前
Numpy学习篇
python·学习·jupyter·pycharm·numpy
小毅&Nora8 分钟前
【人工智能】【强化学习】 ① 本年度大模型强化学习算法全景:6种主流算法深度解析
人工智能·强化学习
Elaine3369 分钟前
深度实战:基于 Scrapy CrawlSpider 的全自动化教程采集系统
python·scrapy·自动化·网络爬虫
LiFileHub10 分钟前
计算机视觉全栈宝典:从BEV感知到边缘部署(附15套实战方案)
人工智能·计算机视觉
石去皿10 分钟前
本地安装与使用 Ollama:运行大语言模型的完整指南
人工智能·语言模型·自然语言处理
却道天凉_好个秋13 分钟前
OpenCV(四十九):GrabCut
人工智能·opencv·计算机视觉·图像分割·grabcut
SmartBrain13 分钟前
MCP(Model Context Protocol)实战
人工智能·语言模型