opencv自适应二值化处理

Question

opencv自适应二值化处理处理后图片有丢失，输入的图片有400多张但是输出只有200张

import numpy as np
from numpy import fft
import math
import os
import cv2
import time
input_folder = "D:/roTAR"
if not os.path.exists('TAR_binary'):
    os.mkdir('TAR_binary')
for filename in os.listdir(input_folder):
    image_path = os.path.join(input_folder, filename)
    frame = cv2.imread(image_path, 0)
    # 自适应阈值化能够根据图像不同区域亮度分布，改变阈值
    binary = cv2.adaptiveThreshold(frame, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 15, 10)
    t = time.time()
    filename = f"TAR_binary/binary_{t}.jpg"
    cv2.imwrite(filename, binary)

Answer 1

引自免费微信小程序：皆我百晓生

在您的代码中，您可能遇到了文件名冲突的问题，因为您使用了时间戳（time.time()）作为每个输出文件的唯一标识符。当程序运行速度快时，两个接近的时间戳可能会导致同一个文件被多次覆盖。为了解决这个问题，您可以增加一个计数器来确保每个输出文件都有唯一的名称。

以下是修改后的代码：

import numpy as np
from numpy import fft
import math
import os
import cv2
import time

input_folder = "D:/roTAR"
output_folder = 'TAR_binary'
if not os.path.exists(output_folder):
    os.mkdir(output_folder)

# 添加一个计数器来保证文件名唯一
file_counter = 0

for filename in os.listdir(input_folder):
    image_path = os.path.join(input_folder, filename)
    frame = cv2.imread(image_path, 0)
    
    # 自适应阈值化
    binary = cv2.adaptiveThreshold(frame, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 15, 10)
    
    # 使用计数器和时间戳创建唯一文件名
    t = time.time()
    filename = f"TAR_binary/binary_{file_counter}_{int(t * 1000)}.jpg"  # 增加千分之一秒精度以降低重复概率
    file_counter += 1
    
    cv2.imwrite(filename, binary)

在这个版本的代码中，我添加了一个名为 file_counter 的变量来跟踪生成的文件数量，并将其与时间戳结合，以确保输出文件名是唯一的。同时，将时间戳乘以1000以增加时间分辨率，进一步降低文件名重复的可能性。这样应该可以解决您遇到的输出图片丢失问题。