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
掘金一周2 分钟前
你们觉得房贷多少,没有压力 | 沸点周刊 4.30
前端·人工智能·后端
美狐美颜SDK开放平台2 分钟前
多场景美颜SDK解决方案:直播APP(iOS/安卓)开发接入详解
android·人工智能·ios·音视频·美颜sdk·第三方美颜sdk·短视频美颜sdk
a11177616 分钟前
MonoGS 在 Jetson Orin Nano 上的部署与性能测试
python·开源·torch·cv
桜吹雪16 分钟前
Langchain.js官方文档:构建具备按需加载技能的 SQL 助手
javascript·人工智能·node.js
ting945200021 分钟前
深入解析 Social Fetch 机制:原理、架构、应用场景、实战落地与性能优化全攻略
人工智能·性能优化·架构
偶尔微微一笑21 分钟前
智能体四大核心模块揭秘
python
阿瑞说项目管理21 分钟前
2026 实战入门指南:企业 Agent 到底能解决哪些工作问题?
大数据·人工智能·agent·智能体·企业级ai
ZOOOOOOU22 分钟前
云边端协同架构下,门禁权限引擎的离线决策与策略续存实现
大数据·人工智能·架构
han_22 分钟前
一篇看懂国内外主流大模型:GPT、Claude、Gemini、DeepSeek、通义千问有什么区别?
前端·人工智能·llm
1892280486123 分钟前
EMMC32G-TA28闪存EMMCH26M78103CCR
大数据·人工智能·缓存