python将处理好的图像保存到指定目录下的方法

yipeiwu_com5年前Python基础

原始图像绝对路径的图像名存储在一个txt文件中,下面的程序实现的功能是按照txt文件的顺序,依次将图片读取然后进行处理,最后将处理之后的图像保存在指定的路径下:

# Read in the image to be detected
# 原始图像均保存在binaries.txt文件中,将包含绝对目录的图像名提取出来并写到txt文件的程序见上一篇博客
f = open("/home/shenruixue/image_test/binaries.txt")
line = f.readline()

while line:
 count_times += 1
 line = line[:-1] # 除去末尾的换行符
 print line
 print '***********************************************************'
 image = caffe.io.load_image(line)
  

 # start time
 start = time.clock()

# 此处做一系列的处理
# 。。。。。。
# 。。。。。。
# 此处做一系列的处理

 # end time
 end = time.clock()
 sum_time += (end - start)

 # draw the image
 plt.imshow(image)

 
 print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'
# 指定处理之后的图像的保存目录
 pre_savename = '/home/shenruixue/image_test_result/'
 print (str(count_times))
# 将从txt中读取的一行字符串(包含绝对路径的图像名)进行处理,只留存最后的图像名的字符串部分,去掉绝对路径部分的字符串
# 并将自己指定的目录与原始的图像名这两个字符串连接起来,然后进行保存
 savename = os.path.join(pre_savename, line[28:]) 
 print 'line is '
 print line
 print 'savename is '
 print savename
 savefig(savename)
 #io.imsave(savename, image)
# 继续读取下一行的图像名称
 line = f.readline() 
 print '~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~'


 plt.pause(1)
 plt.close() 

print('Running time: %s s' %sum_time)
print('Deal with images: %s 张' %count_times)
print('mean time: %s s' %(sum_time / count_times))

以上这篇python将处理好的图像保存到指定目录下的方法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【听图阁-专注于Python设计】。

相关文章

python中update的基本使用方法详解

前言 Python 字典 update()方法用于更新字典中的键/值对,可以修改存在的键对应的值,也可以添加新的键/值对到字典中。 语法格式 d.update(e) 参数说明 将...

Python英文文章词频统计(14份剑桥真题词频统计)

Python剑桥真题词频统计 最好还是要学以致用,自主搜集了19年最近的14份剑桥真题之后,通过Python提供的jieba第三方库,对所有的文章信息进行了词频统计,并选择性地剔除了部...

Python字符串对象实现原理详解

Python字符串对象实现原理详解

在Python世界中将对象分为两种:一种是定长对象,比如整数,整数对象定义的时候就能确定它所占用的内存空间大小,另一种是变长对象,在对象定义时并不知道是多少,比如:str,list, s...

Python操作SQLite/MySQL/LMDB数据库的方法

1.概述 1.1前言   最近在存储字模图像集的时候,需要学习LMDB,趁此机会复习了SQLite和MySQL的使用,一起整理在此。 1.2环境   使用win7,Python 3.5....

浅谈Python3 numpy.ptp()最大值与最小值的差

numpy.ptp() 是计算最大值与最小值差的函数,用法如下: import numpy as np a = np.array([np.random.randint(0, 20,...