感想
我們在做深度學習處理圖片的時候，如果是自己制作或者收集的數據集，不可避免的要對數據集進行處理，然后大多數模型都只支持RGB格式的圖片，這個時候，我們需要把其他格式的圖片，例如灰度圖像轉換為RGB的圖片，網上只有灰度圖像轉換為RGB的教程，我這里彌補一下空缺。
|
1
2
3
4
5
6
7
8
9
|
from PIL import Imageimport numpy as npL_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) |
然后就可以轉換了哈。
如果是大量的圖片呢，那就笨辦法，用循環判斷吧：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from PIL import Imagefrom tqdm import tqdmimport numpy as nproot_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 |
我的圖片路徑是通過一個txt文件讀取的，這里給出一些train.txt里面樣例：
|
1
2
3
|
train/1769512.jpg* postcard construction 67 mixed media epoxy collage 7 x 135 x 4* art||drawing||sculpturetrain/5020991.jpg* en el cuadro de honor de todas las 50appsalud en un grfico en espaol* mhealthtrain/3525659.jpg* information mogadishu port expansion turkish company* somalia |
以上這篇python3用PIL把圖片轉換為RGB圖片的實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/w5688414/article/details/84798844
