Python3实现图片文件批量重命名与单图校验
本文提供基于Python3的图片批量重命名脚本，支持JPG、PNG、JPEG及GIF格式。核心逻辑通过遍历目录，将包含特定字符串“-2-01”的文件替换为“-1-01”。此外，附带一段用于校验指定目录下PNG文件数量的代码，若发现多于一张PNG图则报错停止，确保数据处理的准确性。
2026-10-13
6
本文提供基于Python3的图片批量重命名脚本，支持JPG、PNG、JPEG及GIF格式。核心逻辑通过遍历目录，将包含特定字符串“-2-01”的文件替换为“-1-01”。此外，附带一段用于校验指定目录下PNG文件数量的代码，若发现多于一张PNG图则报错停止，确保数据处理的准确性。
本文介绍了如何利用Python3的Pillow库生成简易验证码。通过定义随机字符集、颜色及干扰线，代码实现了指定尺寸和字符数量的验证码图片生成。文中提供了完整源码及运行效果，适用于需要基础图形验证码功能的开发场景。
本文介绍如何利用Python和OpenCV库实现图像中特定物体的自动检测与裁剪。通过灰度转换、Sobel梯度计算、低通滤波及二值化预处理，结合形态学腐蚀与膨胀去除噪声，最终利用cv2.findContours提取最大轮廓并计算最小外接矩形，完成目标区域的精准裁剪，适用于昆虫识别等背景复杂场景。
本文介绍在 Python 图片上传场景中，如何利用字符串的 rfind 方法解决文件名中包含多个点号（如 www.图片1.jpg）导致的格式校验失败问题。通过对比 split 与 rfind 的差异，提供基于后缀截取的安全校验代码示例，确保图片格式判断的准确性。
本文详细记录了在 Windows 7 系统中为 Python 2.7 和 Python 3.5 版本安装 OpenCV 的具体步骤。针对 Python 2.7，介绍了手动配置环境变量及复制 cv2.pyd 文件的方法；针对 Python 3.5，重点讲解了通过下载对应版本的 .whl 文件并使用 pip 命令进行离线安装的解决方案，确保 import cv2 无报错。
本文深入解析OpenCV中模板匹配函数matchTemplate的工作原理，详细对比TM_SQDIFF、TM_CCORR及TM_CCOEFF等六种匹配算法的适用场景与数值含义，并结合Python代码演示如何获取最佳匹配位置及绘制结果，帮助开发者掌握图像局部特征识别的核心技术。
本文介绍在树莓派4B环境下，利用Python和OpenCV库调用USB摄像头的具体方法。通过Thonny IDE编写代码，设置视频分辨率，实现实时视频流读取与灰度处理，并在终端中运行脚本。
本文介绍在树莓派3B+上使用Python3.5.4极简安装OpenCV的方法。通过预装必要库并直接pip安装opencv-python，可在十分钟内完成配置。文章包含完整的代码示例，演示如何调用USB摄像头进行实时显示与拍照，并提供测试验证步骤，适合希望快速部署视觉模块的用户参考。
本文详细介绍Python Pillow库的安装方法及核心功能。涵盖通过pip、easy_install及PyCharm三种方式配置环境，深入解析利用PIL模块进行图片格式转换、尺寸调整及像素处理的技术细节。实战部分演示如何基于RGB或灰度值生成字符画、为图片添加自定义文字与数字角标，以及生成随机四位验证码，助力开发者快速掌握图像编程技能。
本文详细介绍在Python环境下通过CMake从源码编译安装OpenCV 4.1.1的完整流程。针对pip安装版本不支持GPU及专利算法的问题，指导如何配置Visual Studio与CMake环境，解决ippicv下载失败等常见构建错误。重点讲解如何通过OPENCV_EXTRA_MODULES_PATH和OPENCV_ENABLE_NONFREE选项启用SIFT、SURF等受专利保护的算法，并提供离线下载解决方案及VS生成步骤，适用于需要高级图像处理功能的开发者。
本文详细介绍如何利用Python的PIL库将国旗背景与个人头像合成为微信国旗头像。教程涵盖Pillow模块安装、透明背景图准备、图像尺寸统一及核心代码实现，仅需九行代码即可完成1080x1080分辨率的头像合成，适合Python初学者参考实践。
本文介绍利用Python和OpenCV提取图片中红色裂缝的技术。通过遍历图像像素，计算各点RGB通道差值，筛选出红色相关信息。代码示例展示了如何根据阈值判断并处理BGR通道数据，最终生成包含红色裂缝的图像结果。
