参考：https://blog.csdn.net/yanchujian88/article/details/94383166
将自己数据集做成cityscapes数据集格式的时候，为了方便（不修改加载数据集的代码），就把图片名字改为和cityscapes数据集标签一样的名字。

file_path1='D:\Users\**\Desktop\CamVid_runway2\val_labels\';
file_path2='D:\Users\**\Desktop\cityscapes\gtFine_trainvaltest\gtFine\val\munster\';
img_path_list = dir(strcat(file_path1,'*.png'));%获取该文件夹中所有jpg格式的图像  
img_num = length(img_path_list);%获取图像总数量 


if img_num > 0 %有满足条件的图像  
    for j = 1:img_num %逐一读取图像  
        image_name_old = img_path_list(j).name;% 图像名
        if j<10
            image_name_new = strcat('000',num2str(j),'_gtFine_labelIds.png');
            image = imread(strcat(file_path1,image_name_old));
            imwrite(image,strcat(file_path2,image_name_new))
        elseif j>=10 && j<100
            image_name_new = strcat('00',num2str(j),'_gtFine_labelIds.png');
            image = imread(strcat(file_path1,image_name_old));
            imwrite(image,strcat(file_path2,image_name_new))
        elseif j>=100 && j<1000
            image_name_new = strcat('0',num2str(j),'_gtFine_labelIds.png');
            image = imread(strcat(file_path1,image_name_old));
            imwrite(image,strcat(file_path2,image_name_new))
        elseif j>=1000
            image_name_new = strcat('',num2str(j),'_gtFine_labelIds.png');
            image = imread(strcat(file_path1,image_name_old));
            imwrite(image,strcat(file_path2,image_name_new))
        end
    
    end 
end 

生成的图片样式如下：

情况1：数据都在一个文件夹内

修改前：

修改后：

代码：

import os
import cv2 as cv

image_path = 'C:/Users/huan4/Desktop/Python/TensorFlow/train_ourself_data/01_classification_network/data/train/'

for file in os.listdir(image_path):
    name = file.split(sep='_')
    if name[0] == '0':
        new_image = image_path + 'airplane' + '_' + name[1]
        scr = cv.imread(image_path + file)
        cv.imwrite(new_image, scr)
    elif name[0] == '1':
        new_image = image_path + 'car' + '_' + name[1]
        scr = cv.imread(image_path + file)
        cv.imwrite(new_image, scr)
    elif name[0] == '2':
        new_image = image_path + 'bird' + '_' + name[1]
        scr = cv.imread(image_path + file)
        cv.imwrite(new_image, scr)

情况二：不同类别的数据在不同的文件夹内

修改后：

import os
import cv2 as cv

data_path = 'C:/Users/huan4/Desktop/Python/TensorFlow/train_ourself_data/cat_and_dog/data/'
save_path = 'C:/Users/huan4/Desktop/Python/TensorFlow/train_ourself_data/cat_and_dog/train/'

for file in os.listdir(data_path):
    image_file_path = data_path + file + '/'
    i = 0
    for image_name in os.listdir(image_file_path):
        scr = cv.imread(image_file_path + image_name)
        dst = cv.resize(scr, (600, 800), interpolation=cv.INTER_CUBIC)  #如果图片太大，可以使用cv.resize成自己想要的大小
        new_image_name = save_path + file + '_' + str(i) + '.jpg'
        print(new_image_name)
        cv.imwrite(new_image_name, dst)
        i += 1

import os
import numpy as np

#步骤：
#（1）传过来一个指定的路径
#（2）获取这个路径下所有的文件
#（3）修改文件名

#批量修改文件名字
def filename_modify(targets_dir,filetype = None):

    i = 0
    #遍历路径下的文件名
    for file in os.listdir(targets_dir):
        i = i+1
        #分割文件名和拓展名
        filename = os.path.splitext(file)[0]#拿到第一个元素（文件名）
        filename = np.str(i)
        fileexpand = os.path.splitext(file)[1]#拿到第二个元素（拓展名）

        #判断遍历的时候是否碰到文件夹，如果碰到，不修改文件夹的名字，#如果if为true，则证明为文件，不是文件夹。
        if os.path.isdir(os.path.join(targets_dir,file)):#这里也可以用拓展名是否为空来判断，如果为空，则为文件夹 #if fileexpand == ""
            continue

        # 过滤一遍文件的类型，从而达到修改指定类型的文件。
        if filetype != None and filetype not in fileexpand:
            continue

        newname = filename + fileexpand

        #修改名字
        oldpath = os.path.join(targets_dir,file)
        newpath = os.path.join(targets_dir,newname)
        os.rename(oldpath,newpath)

filename_modify("D:/HSV-deal-images/soil-images",filetype = "jpg")