Python利用OpenCV进行批量图片尺寸调整与保存

Miles

发布时间：2026-10-13| 6人浏览过

原创

本文介绍如何使用Python结合OpenCV库实现批量图片的尺寸调整与保存。通过遍历指定目录下的图像文件，利用cv2.resize函数按设定宽高重新采样，并保存至目标路径。文中提供了完整代码示例，涵盖文件遍历、格式判断、尺寸指定及保存逻辑，适用于模型训练样本准备等需要大规模图像预处理场景。

在前文探讨Python图像处理和特征提取的基础上，本文将进一步展示如何利用Python配合OpenCV库完成图片的批量裁剪与尺寸调整操作。

在图像处理任务中，往往需要大量修改图片尺寸以生成训练样本。为此，本程序借助OpenCV库来实现对大批量图片的自动剪切与重采样。

import cv2
import os
def cutimage(dir,suffix):
 for root,dirs,files in os.walk(dir):
  for file in files:
   filepath = os.path.join(root, file)
   filesuffix = os.path.splitext(filepath)[1][1:]
   if filesuffix in suffix:  #遍历找到指定后缀的文件名["jpg",png]等
    image = cv2.imread(file) #opencv剪切图片  
    #cv2.imshow(file,image) 
    dim =(242,200)      #指定尺寸w*h
    resized =cv2.resize(image,dim,interpolation = cv2.INTER_AREA) #这里采用的插值法是INTER_LINEAR
    #cv2.imshow("resize:%s"%file,resized)
    cv2.imwrite("../cv/%s"%file,resized) #保存文件 
 cv2.waitKey(0)     #退出

suffix = ["jpg"]
dir = '.'
cutimage(dir,suffix)

代码中部分参数需根据实际需求自行修改，例如指定图片的保存路径以及输出文件的命名规则。

总结

以上即为本文关于使用Python通过OpenCV实现批量图片剪切的全部内容，希望能对大家有所帮助。感兴趣的朋友可继续参考本站的相关文章：

Python图像常规操作指南

Python基础练习：几个简单的游戏实现

Python实现人脸识别代码解析

如有不足之处，欢迎在评论区留言指出。感谢各位朋友对本站的支持！