感想
我们在做深度学习处理图片的时候,如果是自己制作或者收集的数据集,不可避免的要对数据集进行处理,然后大多数模型都只支持RGB格式的图片,这个时候,我们需要把其他格式的图片,例如灰度图像转换为RGB的图片,网上只有灰度图像转换为RGB的教程,我这里弥补一下空缺。
1
2
3
4
5
6
7
8
9
|
from PIL import Image
import numpy as np
L_path = 'train/5509031.jpg'
L_image = Image. open (L_path)
out = L_image.convert( "RGB" )
img = np.array(out)
print (out.mode)
print (out.size)
print (img.shape)
|
然后就可以转换了哈。
如果是大量的图片呢,那就笨办法,用循环判断吧:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from PIL import Image
from tqdm import tqdm
import numpy as np
root_path = 'data'
for item in tqdm(examples):
arr = item.strip().split( '*' )
img_name = arr[ 0 ]
image_path = os.path.join(root_path,img_name)
img = Image. open (image_path)
if (img.mode! = 'RGB' ):
img = img.convert( "RGB" )
img = np.array(img)
print (img_name)
print (img.shape)
# add your code
|
我的图片路径是通过一个txt文件读取的,这里给出一些train.txt里面样例:
1
2
3
|
train / 1769512.jpg * postcard construction 67 mixed media epoxy collage 7 x 135 x 4 * art||drawing||sculpture
train / 5020991.jpg * en el cuadro de honor de todas las 50appsalud en un grfico en espaol * mhealth
train / 3525659.jpg * information mogadishu port expansion turkish company * somalia
|
以上这篇python3用PIL把图片转换为RGB图片的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/w5688414/article/details/84798844