記得挺早之前做過一個深度學習相關的小專案，裡面要用到大量的圖片，但是圖片的名字不規整，而且一張一張處理起來太浪費時間，於是做了好久才寫出來，但是看著很彆扭感覺，今天重新整理一下批量命名和處理圖片。

寫一個指令碼檔案：process.bat，放在你想要的重新命名的圖片的相同目錄下，檔案內容如下：

@echo off
set a=-1
setlocal EnableDelayedExpansion
for %%n in (*.jpg) do (
set /A a+=1
ren "%%n" "Train_!a!.jpg"
)

上述程式碼可以將同目錄下所有圖片規範命名，命名格式為“Train_0.jpg"

看一下效果，

處理前：

處理後(點選.bat檔案，記得先把360關掉，有毒)：

處理過後的圖片可以用在第二步的批量處理圖片

話不多說，直接上程式碼：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>
#include <string>
#include <fstream> 

using namespace cv;
using namespace std;

int main()
{
    string fileName, destFiles;
    string pattern_jpg = "F:\\image\\*.jpg";                 //原始圖片所在路徑，可自行修改
    vector<String> image_files;    

    glob(pattern_jpg, image_files);
    /*
    void cv::glob ( String pattern, std::vector< String > & result, bool recursive = false)
    作用：將pattern路徑下所有檔名存入result中
    */
    if (image_files.size() == 0)                                    //判斷是否讀取到圖片
    {
        cout << "No image files[jpg]" << endl;
        return 0;
    }
     
    for (unsigned int i = 0; i < image_files.size(); ++i)    //image_file.size()代表檔案中總共的圖片個數
    {           
        //int 轉換為 string
        stringstream ss1;
        string str1;
        ss1 << i;
        ss1 >> str1;

        //為了方便，在“源.cpp”同級目錄下建立srcImage和grayImage，分別用於儲存原圖和灰度圖

        fileName = "srcImage/Train_" + str1 + ".jpg";        //根據圖片的名稱讀取批量命名好的圖片，也可以用絕對路徑
        destFiles = "grayImage/Test_" + str1 + ".jpg";       //處理後的檔案路徑及圖片名，圖片名為"Test_0.jpg"
        //cout << fileName << endl;

        /*
        在這裡對圖片進行操作
        */
        //下述操作為灰度圖轉換：
        Mat srcImage = imread(fileName, 1);
        Mat grayImage;
        //imshow(grayFile, grayImage);                                    //只會顯示資料夾中最後一張圖片，因為被覆蓋了
        cvtColor(srcImage, grayImage, CV_BGR2GRAY);      //opencv庫函式，轉換為灰度圖(原圖不能為灰度圖，否則會報錯)

        imwrite(destFiles, grayImage);                                     //將圖片寫入到grayImage目錄下
    }
    cout << "批量轉換成功" << endl;
    system("pause");
    return 0;
}

看一下效果，要將第一步批量重新命名後的圖片拷貝至srcImage資料夾下：

處理前：

批量處理後(灰度圖)：

你也可以在其中對影象做不同的處理，不僅僅是灰度轉換！這樣就可以完成深度學習的前期處理

完美！