深度学习中图像格式选用jpg还是png?答:png

目录

  • 1. 参考链接
  • 2. 结论
  • 3. 将jpg转为png的代码(使用PIL库)

1. 参考链接

  • jpeg 与 png 图片格式的区别
  • png、jpg图片格式的区别及
  • 一个有趣逐步尝试的链接:图像处理:压缩方法对图片大小的影响(cv2 vs PIL)
深度学习中图像格式选用jpg还是png?答:png_第1张图片

2. 结论

  • JPEG,全称Joint Photographic Experts Group,有损压缩格式
    • 图像压缩格式,压缩好的输出文件,后缀是 jpeg 或者 jpg
  • PNG,全称Portable Network Graphic Format,可移植网络图形格式、无损压缩格式
    • 重复保存而不降低图像质量(所以,只要不是需要动画效果的地方强烈建议都采用PNG格式图片)

    • jpeg是有损压缩,png是无损的。正因如此,同一图像质量,png文件的大小,大于jpeg文件。

    • png支持透明效果(alpha),jpeg不支持。

深度学习中图像格式选用jpg还是png?答:png_第2张图片


3. 将jpg转为png的代码(使用PIL库)

1)经评论区提醒,更新了一下代码,现在能实现cv2PIL两种方式批量转换图像格式,我个人建议还是采用PIL的方式比较好。
2)比较之下,转换之后的png图像大小都比原本的jpg,而且cv2转的png比PIL转的大

批量实现将input_path中的jpg文件转为png保存至out_path中,主要思想是:(同理可实现其他图像格式的互转,可参考博文:通过PIL模块批量对图片格式进行转换(如jpg转png))

  1. 先用PIL.Image.open()读取图像数据
  2. 再使用img.save('xx.png')保存为固定图像格式(如png)
import os
import shutil
import cv2
from PIL import Image


def transform(input_dir, output_dir):
    if not os.path.exists(output_dir):  # 输出文件见不存在则创建
        os.makedirs(output_dir)

    # 如果未设置output_dir,则默认设置为input_dir,即就地更改
    output_dir = input_dir if output_dir is None else output_dir

    for root, dirs, files in os.walk(input_dir):
        for file in files:  # 只对文件进行更改
            filepath = os.path.join(root, file)
            filename, ext = os.path.splitext(file)  # 分割出图像名称、后缀

            if ext != '.png':  # 如果后缀不是png,则进行转换
                newfile = filename + '.png'  # 后缀改为png
                print('transform ' + file)

                # -------------cv2 更改为PNG的方式------------------------------- #
                # image = cv2.imread(filepath)
                # cv2.imwrite(os.path.join(output_dir, newfile), image)

                # -------------PIL更改为PNG的方式 图像大小比cv的低----------------- #
                image = Image.open(filepath)
                image.save(os.path.join(output_dir, newfile))
            else:  # 直接拷贝过去
                shutil.copy(filepath, os.path.join(output_dir, file))


if __name__ == '__main__':
    input_dir = 'images'  # 目标文件夹
    output_dir = 'images_2'  # 输出文件夹

    if not os.path.exists(input_dir):
        print("文件夹不存在!")
    else:
        print("Start to transform!")
        transform(input_dir, output_dir)
        print("Transform end!")

你可能感兴趣的:(深度学习项目经验tips,深度学习,计算机视觉,人工智能)