python如何將.tif格式圖批量轉(zhuǎn)化為.jpg格式圖
一、待解決的問(wèn)題
1.因?yàn)楹芏喙矆D片數(shù)據(jù)集的圖片格式為.tif格式，但是這樣的圖片格式在跑很多CV代碼的時(shí)候，是不能兼容的，所以我們需要將其轉(zhuǎn)化為.jpg格式之后，再對(duì)其進(jìn)行后續(xù)操作；
2.其實(shí)很多圖片軟件就可以實(shí)現(xiàn)這一轉(zhuǎn)化，例如windows自帶的看圖軟件就可以將.tif直接另存為.jpg圖片，從而實(shí)現(xiàn)格式的轉(zhuǎn)化，但是也存在較大的問(wèn)題，那就是它無(wú)法實(shí)現(xiàn)批量圖片的轉(zhuǎn)化，只能每次實(shí)現(xiàn)單張圖片的轉(zhuǎn)化，效率極其低下；
3.網(wǎng)上提供的很多python代碼，在我親身體驗(yàn)下并不能實(shí)現(xiàn)這一目的：①用opencv庫(kù)讀取tif圖，若直接另存為，結(jié)果成為灰度圖；②pillow庫(kù)無(wú)法直接讀取.tif格式的圖片。
基于上述三條，所以需要一個(gè)靠譜有效的轉(zhuǎn)化方法。
二、python代碼
注：該代碼僅適用于彩色.tif圖片轉(zhuǎn)化為彩色.jpg圖片的情形
import os,sys
import cv2
import numpy as np
from skimage import io#使用IO庫(kù)讀取tif圖片
def tif_jpg_transform(file_path_name, bgr_savepath_name):
img = io.imread(file_path_name)#讀取文件名
img = img / img.max()#使其所有值不大于一
img = img * 255 - 0.001 # 減去0.001防止變成負(fù)整型
img = img.astype(np.uint8)#強(qiáng)制轉(zhuǎn)換成8位整型
# img = np.array([img,img,img])
# img = img.transpose(1,2,0)
print(img.shape) # 顯示圖片大小和深度
b = img[:, :, 0] # 讀取藍(lán)通道
g = img[:, :, 1] # 讀取綠通道
r = img[:, :, 2] # 讀取紅通道
bgr = cv2.merge([r, g, b]) # 通道拼接
cv2.imwrite(bgr_savepath_name, bgr)#圖片存儲(chǔ)
tif_file_path = r'D:\experiment\detection\dataset\CVC-ClinicDB\tif'# 為tif圖片的文件夾路徑
tif_fileList = os.listdir(tif_file_path)
for tif_file in tif_fileList:
file_path_name = tif_file_path + '/' + tif_file
jpg_path = r'D:\experiment\detection\dataset\jpg' + '/' + tif_file.split('.')[0] + '.jpg' #.jpg圖片的保存路徑
tif_jpg_transform(file_path_name, jpg_path)
三、效果
3.1 原文件
3.2 轉(zhuǎn)化后文件
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python與DeepSeek的深度融合實(shí)戰(zhàn)
Python作為最受歡迎的編程語(yǔ)言之一,以其簡(jiǎn)潔易讀的語(yǔ)法、豐富的庫(kù)和廣泛的應(yīng)用場(chǎng)景,成為了無(wú)數(shù)開(kāi)發(fā)者的首選,而DeepSeek,作為人工智能領(lǐng)域的新星,憑借其強(qiáng)大的大模型能力,為開(kāi)發(fā)者們打開(kāi)了一扇通往全新世界的大門(mén),本文將詳細(xì)介紹Python與DeepSeek的深度融合2025-02-02
Python中的二分查找Bisect庫(kù)使用實(shí)戰(zhàn)
在算法和數(shù)據(jù)結(jié)構(gòu)中,二分查找是一種高效的搜索算法,可用于有序數(shù)據(jù)集合的查找,Python的bisect庫(kù)為我們提供了便捷的二分查找實(shí)現(xiàn),本文將深入探討B(tài)isect庫(kù)的使用方法、性能優(yōu)勢(shì),并通過(guò)豐富的示例代碼展示其在實(shí)際應(yīng)用中的靈活性和效果2024-01-01
TensorFlow內(nèi)存管理bfc算法實(shí)例
今天小編就為大家分享一篇TensorFlow內(nèi)存管理bfc算法實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
Python中動(dòng)態(tài)檢測(cè)編碼chardet的使用教程
最近利用python抓取一些網(wǎng)上的數(shù)據(jù)，遇到了編碼的問(wèn)題。非常頭痛，幸運(yùn)的是找到了解決的方法，下面這篇文章主要跟大家介紹了關(guān)于Python中動(dòng)態(tài)檢測(cè)編碼chardet的使用方法，需要的朋友可以參考借鑒，下面來(lái)一起看看吧。2017-07-07
PyTorch一小時(shí)掌握之神經(jīng)網(wǎng)絡(luò)氣溫預(yù)測(cè)篇
這篇文章主要介紹了PyTorch一小時(shí)掌握之神經(jīng)網(wǎng)絡(luò)氣溫預(yù)測(cè)篇，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-09-09
python爬蟲(chóng)看看虎牙女主播中誰(shuí)最“頂”步驟詳解
這篇文章主要介紹了python爬蟲(chóng)看看虎牙女主播中誰(shuí)最“頂”,本文分步驟通過(guò)圖文實(shí)例相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-12-12
這篇文章主要介紹了Python列出一個(gè)文件夾及其子目錄的所有文件的方法，和python列出文件夾下的所有文件的四種方法，非常不錯(cuò)，具有參考借鑒價(jià)值，需要的朋友可以參考下2016-06-06
使用Python通過(guò)oBIX協(xié)議訪(fǎng)問(wèn)Niagara數(shù)據(jù)的示例
這篇文章主要介紹了使用Python通過(guò)oBIX協(xié)議訪(fǎng)問(wèn)Niagara數(shù)據(jù)的示例，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-12-12
Tensorflow 實(shí)現(xiàn)將圖像與標(biāo)簽數(shù)據(jù)轉(zhuǎn)化為tfRecord文件
今天小編就為大家分享一篇Tensorflow 實(shí)現(xiàn)將圖像與標(biāo)簽數(shù)據(jù)轉(zhuǎn)化為tfRecord文件，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
Python腳本如何在bilibili中查找彈幕發(fā)送者
這篇文章主要介紹了如何在bilibili中查找彈幕發(fā)送者,本文給大家分享小編寫(xiě)的一個(gè)python腳本來(lái)實(shí)現(xiàn)bilibili彈幕發(fā)送者，需要的朋友可以參考下2020-06-06