最近在网络上下载了一部漫画，漫画是 图片 形式的，下载下来后才发现每一张漫画 图片 的文件 名 都是没有规律且又长又复杂的，想要把它们改成按 数字 递增 规律的，一个一个去改文件 名 工作量太大，浪费太多时间，于是心想用 Python 写一个脚本实现 批量 重 命名 的操作。 文件存放在 D:/temp 路径下，文件 名 类似上图， 图片 很多，这里仅用少部分做演示 为了完成脚本，查阅了 Python 有关文件 名 的库，发现需要用到 Python 标准库中的os库。 一、重 命名 函数 Python 中有一个给文件重 命名 的函数： os.rename(src,

1、使用 python 的 PIL 包，对 图片 进行压缩; 2、环境为 python 3.7.0、安装 PIL 包： pip install pillow; 3、 图片 尺寸等比例 修改 参数 scale【默认0.2】， 图片 压缩质量参数 quality【默认100】， 图片 公用 命名 参数 basename【默认'newimg-'】; 4、执行工具会在当前文件夹下新建一个newimg文件夹，存放压缩后的 图片 。

在做硕士课题的时候，因为课题 图片 种类比较多，而且各种 图片 的 名 称存在相同的，然后标注的时候生成的xml文件容易冲突，所以需要给 图片 重新 命名 一下，探索了几种 命名 方式，但是如果想让 图片 的 名 称都唯一，还是得加上数据种类的 名 称，因此我的 批量 命名 的方式是获取文件夹 名 称后接数据。 # 去除噪声 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1) # 查找轮廓 contours, hierarchy = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 遍历轮廓 for contour in contours: # 计算轮廓面积 area = cv2.contourArea(contour) if area < 100: continue # 找到 数字 区域 x, y, w, h = cv2.boundingRect(contour) digit = gray[y:y+h, x:x+w] # 识别 数字 text = pytesseract.image_to_string(digit, config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789') print(text) 这段代码使用了 OpenCV 和 pytesseract 库，首先将 图片 灰度化和二值化，然后去除噪声，接着查找轮廓，找到 数字 区域后使用 pytesseract 进行识别。