多数量图像处理（批量化处理）
多数量图片内读取指定图片
首先导入skimage.io模块并将其简称为io，导入skimage库中的data_dir模块，用于获取示例图像的目录路径
import skimage.io as io
from skimage import data_dir
构建一个字符串，表示要匹配的文件模式，这里假设data_dir包含示例图像
使用io.ImageCollection创建一个集合，包含data_dir目录下所有匹配str模式的图像
str=data_dir + '/*.png'
coll = io.ImageCollection(str)
打印集合中图像的数量，使用io.imshow显示集合中第三个图像
print(len(coll))
io.imshow(coll2) #集合中第一张图片为0
显示效果：
批量读取目录中的所有.jpg文件
批量读取目录中的所有.jpg文件，并将它们转换为灰度图像，使用io.imshow显示集合中第一个图像。
导入skimage.io模块，用于图像读取，导入skimage库中的color模块，用于颜色处
from skimage import data_dir, io, color
定义一个函数convert_gray，用于将图像转换为灰度图，使用io.imread读取图像，使用color.rgb2gray将RGB图像转换为灰度图像
def convert_gray(f):
rgb = io.imread(f)
return color.rgb2gray(rgb)
定义一个字符串，表示要匹配的文件模式，这里假设img包含图像文件路径
img = r"C:\Users\AAA\Desktop\新建文件夹"
使用io.ImageCollection创建一个集合，包含img目录下所有匹配str模式的图像，打印集合中图像的数量
str = img + '/*.jpg'
coll = io.ImageCollection(str, load_func=convert_gray)
print(len(coll))
使用io.imshow显示集合中第一个图像
io.imshow(coll0)
显示效果：
图像批量处理在视频中引用
将SP.mp4这个视频中每隔10帧的图片读取出来，放在图片集合中（视频应用自己的视频时请改变路径其余代码不变）
导入cv2库用于视频处理，skimage.io用于图像读取，os库用于文件操作
import cv2
from skimage import io
import os
定义了一个名为AVILoader的类，该类用于从视频文件中加载帧，并将其转换为RGB格式。这个类实现了__call__方法，使其可以作为函数调用。
class AVILoader:
def init(self, video_file):
self.video_file = video_file
self.cap = cv2.VideoCapture(self.video_file)
def call(self, frame):
self.cap.set(cv2.CAP_PROP_POS_FRAMES, frame)
ret, frame = self.cap.read()
if ret:
return cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
else:
return None
定义视频文件路径，创建一个AVILoader对象
video_file =r"C:\Users\AAA\Desktop\1\SP.mp4"
av_loader = AVILoader(video_file)
定义要提取的帧的范围，这里从0开始，每3帧提取一次，共提取4帧
frames = range(0, 12, 3)
定义输出文件夹路径
output_folder = 'frames'
创建输出文件夹，如果已存在则不报错
os.makedirs(output_folder, exist_ok=True)
保存每一帧为图像文件
for frame in frames:
img = av_loader(frame)
if img is not None:
filename = os.path.join(output_folder, f'frame_{frame}.jpg')
io.imsave(filename, img)
io.imshow(img) # 显示图像
io.show() # 显示图像窗口
创建图像集合
ic = io.ImageCollection(os.path.join(output_folder, '*.jpg'))
import cv2
from skimage import io
import os
创建AVILoader类
class AVILoader:
def init(self, video_file):
self.video_file = video_file
self.cap = cv2.VideoCapture(self.video_file)
def call(self, frame):
self.cap.set(cv2.CAP_PROP_POS_FRAMES, frame)
ret, frame = self.cap.read()
if ret:
return cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
else:
return None
video_file =r"C:\Users\AAA\Desktop\1\SP.mp4"
av_loader = AVILoader(video_file)
frames = range(0, 12, 3)
output_folder = 'frames'
os.makedirs(output_folder, exist_ok=True)
#保存每一帧为图像文件
for frame in frames:
img = av_loader(frame)
if img is not None:
filename = os.path.join(output_folder, f'frame_{frame}.jpg')
io.imsave(filename, img)
io.imshow(img) # 显示图像
io.show() # 显示图像窗口
创建图像集合
ic = io.ImageCollection(os.path.join(output_folder, '*.jpg'))
显示效果：（可上下滑动显示）
依次读取rgb图片并转换为灰度图，将jpg形式转换为png形式保存在文件夹内
最后保存显示为所取图片的灰度化png形式图像
from skimage import data_dir,io,transform,color
import numpy as np
def convert_grey(f):
rgb=io.imread(f) #依次读取rgb图片
grey=color.rgb2grey(rgb) #将rgb图片转换成灰度图
dst=transform.resize(grey,(256,256)) #将灰度图片大小转换为256*256
return dst
img='C:/Users/AAA/Desktop/1'
str=img+'/*.jpg'
coll = io.ImageCollection(str,load_func=convert_gray)
for i in range(len(coll)):
循环保存图片
io.imsave('C:/Users/AAA/Desktop/1/'+np.str(i)+'.png',colli)
效果显示：
出现这种红色提示为正常现象
最后文件夹内显示效果如下
图像变形与缩放
改变图像尺寸
改变新图像尺寸为resize(200,200)，函数格式如下skimage.transform.resize(image, output_shape)
image为需要改变尺寸的图片，output_shape为新的图片尺寸
导入transform模块用于图像大小调整，以及matplotlib的pyplot模块用于图像显示
from skimage import transform
import matplotlib.pyplot as plt
读取图像，使用transform.resize调整图像大小为200x200像素，创建一个新的图像窗口，命名为'resize'
img =io.imread('c.jpg')
dst=transform.resize(img, (200, 200))
plt.figure('resize')
在当前图像窗口中创建一个新的子图，位于1行2列的第1个位置，在当前子图上添加标题'before resize'，使用imshow显示图像img，并使用plt.cm.gray灰度
plt.subplot(1,2,1)
plt.title('before resize')
plt.imshow(img,plt.cm.gray)
在当前图像窗口中创建一个新的子图，位于1行2列的第2个位置，在当前子图上添加标题'before resize'，使用imshow显示图像img，并使用plt.cm.gray灰度
plt.subplot(1,2,2)
plt.title('before resize')
plt.imshow(dst,plt.cm.gray)
plt.show()
显示效果：
按比例缩放图像
from skimage import transform,data,io
img =io.imread('c.jpg')
print(img.shape) #图片原始大小
print(transform.rescale(img, 0.5).shape) #缩小为原来图片大小的0.5倍
print(transform.rescale(img, 0.2,0.25,0.2).shape) #缩小为原来图片行数一半，列数四分之一，位置一半
print(transform.rescale(img, 3).shape) #放大为原来图片大小的3倍
io.imshow(img) #显示图像
显示效果：
图像旋转
函数格式skimage.transform.rotate(image, angle, ...,resize=False)
from skimage import transform,data,io
import matplotlib.pyplot as plt
img = io.imread('c.jpg')
print(img.shape) #图片原始大小
img1=transform.rotate(img, 60) #旋转60度，不改变大小
print(img1.shape)
img2=transform.rotate(img, 30,resize=True) #旋转30度，同时改变大小
print(img2.shape)
plt.figure('resize')
plt.subplot(1,2,1)
plt.title('rotate 60')
plt.imshow(img1,plt.cm.gray)
plt.subplot(1,2,2)
plt.title('rotate 30')
plt.imshow(img2,plt.cm.gray)
plt.show()
显示效果：