Python利用opencv，采用多线程批量裁剪文件夹中图片（速度很快）_opencv 图片分割多快

使用方法：文件名CropSingleArea.py
帮助文档：python3 CropSingleArea.py -h
使用方法：python3 CropSingleArea.py -i 输入文件夹目录 -c 图片后缀名 -o 输出文件夹 -n 线程数
注：-c不输入默认为jpg。-o不输入默认为./crop_result。-n不输入默认使用6个线程
crop = img[510:1150, 4260:4900] # 裁剪坐标为[y0:y1, x0:x1]，此处为裁剪区域的坐标。需要到代码中更改，坐标顺序[y0:y1, x0:x1]

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author   : haijiao
# @File     : CropSingleArea.py
# @Data     : 2022/6/8 9:44:14
import os
import sys
import cv2
import glob
import time
import argparse
from tqdm import tqdm
from pathlib import Path
from pathos.multiprocessing import ProcessingPool as Pool

class CropSingleArea:
    def __init__(self, input_path, image_class, out_path, num_processes):
        """
        用于裁剪文件夹内的图片另存到其他文件夹，裁剪区域在cropimg函数内设置
        Args:
            input_path: 输入图片的目录
            image_class: 裁剪图片的文件类型，默认jpg
            out_path: 输出文件的目录，默认./crop_result
            num_processes: 处理图片的cpu进程数，默认6
        """
        self.input_path = input_path
        self.image_class = image_class
        self.out_path = out_path
        self.num_processes = num_processes

    def path_list(self):
        """
        用于生成目录下所有图片文件的路径列表
        Returns:目录列表
        """
        Path(self.out_path).mkdir(parents=True, exist_ok=True)
        image_class = "*." + self.image_class
        self.input_list = glob.glob(os.path.join(self.input_path, image_class))

    def cropimg(self, file_name):
        """
        裁剪图片
        Args:
            file_name: 输入图片
        Returns:输出图片
        """
        # t_start = time.time()
        img = cv2.imread(file_name)
        if img is None:
            sys.exit("Could not read the image.")
        crop = img[510:1150, 4260:4900]  # 裁剪坐标为[y0:y1, x0:x1]
        crop_name = os.path.splitext(os.path.basename(file_name))[0] + os.path.splitext(file_name)[1]
        crop_path = os.path.join(self.out_path, crop_name)
        cv2.imwrite(crop_path, crop)
        # self.t_run = time.time() - t_start

    def imap_unordered_bar(self, func):
        """
        用于多线程处理文件列表内的文件
        Args:
            func: 处理文件的函数

        Returns:null

        """
        p = Pool(self.num_processes)
        # res_list = []
        with tqdm(total=len(self.input_list)) as pbar:
            t_start = time.time()
            # for i, res in enumerate(p.imap_unordered(func, self.input_list)):
            for i, res in enumerate(p.imap(func, self.input_list)):
                t_run = time.time() - t_start
                pbar.set_description(f"{os.path.basename(self.input_list[i])}画图完成，共耗时{t_run}秒 ")
                pbar.update()
                # res_list.append(res)
        # pbar.close()
        p.close()
        p.join()
        # return res_list


if __name__ == '__main__':
    parser = argparse.ArgumentParser(description="这是一个用来裁剪文件夹中所有图片的程序")
    parser.add_argument("-i", "--input", required=True, help='输入图片所在的路径，这是必须的参数')
    parser.add_argument("-c", "--img_class", type=str, default='jpg', help="输入图片的后缀名，默认参数为jpg")
    parser.add_argument("-o", "--out_path", type=str, default='./crop_result', help="输出有效图片的路径,默认为./crop_result")
    parser.add_argument("-n", "--num_processes", type=int, default=6, help="处理用到的多线程数量，默认值为6")
    args = parser.parse_args()

    CropSingleArea = CropSingleArea(args.input, args.img_class, args.out_path, args.num_processes)
    CropSingleArea.path_list()
    CropSingleArea.imap_unordered_bar(CropSingleArea.cropimg)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93