深度学习之python给图片批量命名

简介: 深度学习之python给图片批量命名

在做硕士课题的时候,因为课题图片种类比较多,而且各种图片的名称存在相同的,然后标注的时候生成的xml文件容易冲突,所以需要给图片重新命名一下,探索了几种命名方式,但是如果想让图片的名称都唯一,加上数据种类的名称显然是最理想的方式,因此我的批量命名的方式是获取文件夹名称后接数字。


如这里:


image.png


而后发现 网上的一般只能对固定 图片个的图片批量命名,因此我这里写出了可以对多种图片格式同时命名的python程序。

import os
input_path = './data'  # 需要修改的图片所在的路径
photo_data = os.listdir(input_path)
i=0
for photo in photo_data:
    if photo.endswith('.jpg'):#如果你的图片格式不是jpg png 和 jpeg格式的 你可以在这里修改格式即可
        old_name = os.path.join(os.path.abspath(input_path ), photo)
        new_name  = os.path.join(os.path.abspath(input_path ),os.path.basename(input_path)+'_'+ str(i) + '.jpg')
    if photo.endswith('.png'):
        old_name = os.path.join(os.path.abspath(input_path ), photo)
        new_name  = os.path.join(os.path.abspath(input_path ),os.path.basename(input_path)+'_'+ str(i) + '.png')
    if photo.endswith('.jpeg'):
        old_name = os.path.join(os.path.abspath(input_path ), photo)
        new_name  = os.path.join(os.path.abspath(input_path ),os.path.basename(input_path)+'_'+ str(i) + '.jpeg')
    try:
        os.rename(old_name , new_name )         
        i+=1
        print('重命名  %s to %s' % (old_name , new_name ))
    except:
        continue
print('修改完成')

我的代码可以同时对jpg , png , jpeg三种格式 图片进行修改,一般常用的深度学习的就这三种,如果你需要对其他格式图片进行修改的可以在我的代码基础上进行扩展。


内容帮到您的话,麻烦一键三连和点个关注哦!非常感谢!

相关文章
|
4天前
|
机器学习/深度学习 编解码 Python
Python图片上采样工具 - RealESRGANer
Real-ESRGAN基于深度学习实现图像超分辨率放大,有效改善传统PIL缩放的模糊问题。支持多种模型版本,推荐使用魔搭社区提供的预训练模型,适用于将小图高质量放大至大图,放大倍率越低效果越佳。
|
6天前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
74 0
|
9月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品消费模式分析的深度学习模型
使用Python实现智能食品消费模式分析的深度学习模型
261 70
|
4月前
|
数据采集 Web App开发 JavaScript
基于Selenium的Python爬虫抓取动态App图片
基于Selenium的Python爬虫抓取动态App图片
333 68
|
2月前
|
数据采集 存储 监控
Python爬虫实战:批量下载亚马逊商品图片
Python爬虫实战:批量下载亚马逊商品图片
|
4月前
|
存储 机器学习/深度学习 人工智能
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
本文探讨了多模态RAG系统的最优实现方案,通过模态特定处理与后期融合技术,在性能、准确性和复杂度间达成平衡。系统包含文档分割、内容提取、HTML转换、语义分块及向量化存储五大模块,有效保留结构和关系信息。相比传统方法,该方案显著提升了复杂查询的检索精度(+23%),并支持灵活升级。文章还介绍了查询处理机制与优势对比,为构建高效多模态RAG系统提供了实践指导。
1248 0
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
|
9月前
|
机器学习/深度学习 数据可视化 TensorFlow
使用Python实现深度学习模型的分布式训练
使用Python实现深度学习模型的分布式训练
379 73
|
9月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品消费习惯分析的深度学习模型
使用Python实现智能食品消费习惯分析的深度学习模型
268 68
|
9月前
|
机器学习/深度学习 数据采集 数据挖掘
使用Python实现智能食品消费市场分析的深度学习模型
使用Python实现智能食品消费市场分析的深度学习模型
269 36
|
8月前
|
人工智能 Unix Java
[oeasy]python059变量命名有什么规则_惯用法_蛇形命名法_name_convention_snake
本文探讨了Python中变量命名的几种常见方式,包括汉语拼音变量名、蛇形命名法(snake_case)和驼峰命名法(CamelCase)。回顾上次内容,我们主要讨论了使用下划线替代空格以提高代码可读性。实际编程中,当变量名由多个单词组成时,合理的命名惯例变得尤为重要。
332 9

推荐镜像

更多