OpenCV-Python图像标注与批量文件重命名

在计算机视觉和图像处理领域，图像标注是一项重要任务。标注后的图像可以被用于训练机器学习模型，进行目标检测、图像分类等任务。而批量文件重命名则可以帮助我们更好地管理和组织图像文件。

下面，我们将通过一个简单的例子来展示如何使用OpenCV-Python进行图像标注，并利用标注信息对批量图像文件进行重命名。

步骤1：安装OpenCV-Python

首先，确保你已经安装了OpenCV-Python库。你可以使用以下命令来安装：

pip install opencv-python

步骤2：导入所需的库和模块

import cv2
import os

步骤3：读取图像文件

假设我们有一批图像文件存储在某个文件夹中，我们可以使用os.listdir()函数来获取文件夹中的所有文件名，然后使用cv2.imread()函数逐个读取这些文件。

image_folder_path = 'path/to/your/image/folder'  # 替换为你的图像文件夹路径
image_files = os.listdir(image_folder_path)

步骤4：标注图像

对于每个图像文件，我们可以使用OpenCV的标注功能来标记感兴趣的区域。这里我们使用cv2.rectangle()函数来绘制矩形标注框。你可以根据实际需求修改标注框的样式和位置。

for image_file in image_files:
    image_path = os.path.join(image_folder_path, image_file)
    image = cv2.imread(image_path)
    # 假设我们要标注的区域是图像的中心矩形区域
    x, y, w, h = 100, 100, 200, 200  # 标注框的位置和大小（这里仅为示例）
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 在图像上绘制标注框（绿色线条）
    # 可以将标注后的图像保存为新的文件或继续处理

步骤5：批量文件重命名

完成图像标注后，我们可以利用标注信息对批量图像文件进行重命名。这里我们简单地将每个文件的标注信息作为新文件名的一部分。你可以根据实际需求修改重命名的规则。

new_image_folder_path = 'path/to/your/new/image/folder'  # 替换为你希望保存重命名后文件的新文件夹路径
if not os.path.exists(new_image_folder_path):
    os.makedirs(new_image_folder_path)
for index, image_file in enumerate(image_files):
    image_path = os.path.join(image_folder_path, image_file)
    _, ext = os.path.splitext(image_file)  # 获取原始文件的扩展名
    new_name = 'annotated_' + str(index+1) + ext  # 新文件名的格式为“annotated_序号.扩展名”
    new_image_path = os.path.join(new_image_folder_path, new_name)  # 构建新文件的完整路径
    os.rename(image_path, new_image_path)  # 重命名文件并移动到新文件夹中

通过以上步骤，我们就可以使用OpenCV-Python进行图像标注，并利用标注信息对批量图像文件进行重命名。请注意，这只是一个简单的示例，实际应用中可能需要根据具体需求进行更多的处理和调整。同时，确保在操作之前备份原始数据，以防止意外情况发生。