#输入文件夹是input
输出文件夹是output
对input中图片提取边缘，存储在output中

import os
import argparse
import cv2
import sys
import numpy as np
parser = argparse.ArgumentParser(description=‘loading eval params’)
parser.add_argument(’–input_folder’, type=str, default=’./input’, help=‘path to the folder with test images’)
parser.add_argument(’–output_folder’, type=str, default=’./output’, help=‘path to the output folder’)
args = parser.parse_args()

if name == ‘main’:
args = parser.parse_args()
for filename in os.listdir(args.input_folder):
if filename.endswith(".png") or filename.endswith(".jpg"):
print(args.input_folder + ‘/’ + filename)
img = cv2.imread(args.input_folder + ‘/’ + filename)
gaussian_img = cv2.GaussianBlur(img, (3, 3), 0)
result = cv2.Canny(gaussian_img, 200, 480)
#filename = ‘%s/%s.jpg’ % (args.output_folder, ‘seg_’ + filename)
#cv2.imwrite(filename,result)
cv2.imwrite(args.output_folder + ‘/’ + filename, result)

比如我现在有个文件夹，需要对里面的所有图片使用PS，进行轮廓提取，那么需要怎么做，才能节省时间，效率高呢。

首先直接在ps打开一张图片，

然后使用快捷键alt+F9，跳出命令设置

这里我们设置Shift+F12快捷键记录接下来的动作，这样下次我们就可以直接按这个快捷键

点击记录按钮后，接下来都是记录的内容

比如先操作ctrl+j复制图层，把原图层眼睛关闭，

然后ctrl+shift+U对图片进行去色

去除颜色之后点击滤镜-风格化-查找边缘

最后ctrl+l,调整色阶

保存文件夹后并关闭文件

在点击这个完成录制

下次我们就可以按刚刚设置好的快捷键一步到位

那么这只是实现了一张图片的快速处理，怎么解放双手实现批量图片处理呢，

在文件-自动-批处理里面，设置打开需要处理的原文件夹，和处理完需要保存的文件夹，设置完就自动处理全部了

以下就是所有处理好的图片，是不是很方便呢

1、利用opencv批量处理文件夹中的图片并且灰度化

import cv2
import numpy as np
import os

if __name__ == "__main__":
    path = "C:/xxxxxxxx"      #处理文件夹
    path1 = "C:/xxxxxxxxxxxx"   #保存文件夹
    filelist = os.listdir(path) 

    for file in filelist:
        print(file)
        
        img_path =os.path.join(path,file)
        img = cv2.imread(img_path)

        width,height = img.shape[:2][::-1]

        img_resize = cv2.resize(img,(int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC) #转换成灰度值
        print("img_reisze shape:{}".format(np.shape(img_resize)))
 
        img_gray = cv2.cvtColor(img_resize,cv2.COLOR_RGB2GRAY)
        cv2.imwrite(path1+file+".jpg",img_gray) #保存
        print("img_gray shape:{}".format(np.shape(img_gray)))
        cv2.waitKey()

代码仅供学习参考