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
智算菩萨6 小时前
【实战讲解】ChatGPT 5.4深度文献检索完全指南:提示词工程与学术实战策略
论文阅读·人工智能·gpt·搜索引擎·chatgpt·提示词·论文笔记
gutsyang6 小时前
Google Stitch:最佳实践
人工智能·google·gemini·stitch
ZTLJQ6 小时前
数据的基石:Python中关系型数据库完全解析
开发语言·数据库·python
gloomyfish6 小时前
【最新认知】2026 | 深度学习工业缺陷检测三种技术路线分析与趋势
人工智能·深度学习
Deepoch7 小时前
Deepoc具身模型开发板:赋予机械狗“荒野求生”级VLA智能
人工智能·科技·开发板·具身模型·deepoc
阿里云大数据AI技术7 小时前
阿里云大数据AI平台升级发布:构筑智能体时代的核心基石
人工智能
AI自动化工坊7 小时前
DeerFlow 2.0实战指南:生产级AI Agent框架的Docker化部署与并行编排
人工智能·docker·ai·容器·开源
FreakStudio7 小时前
lvgl-micropython、lv_micropython和lv_binding_micropython到底啥关系?一文读懂
python·单片机·嵌入式·面向对象·电子diy
AI营销先锋7 小时前
原圈科技GEO解密:AI营销变革下,如何抢占增长先机?
大数据·人工智能
冬奇Lab7 小时前
一天一个开源项目(第56篇):人人都能用英语 - AI 时代的外语学习开源项目
人工智能·开源·资讯