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