【01】OpenCV C++实战篇——读取文指定文件夹下的所有图片，操作后存储指定文件夹下

<think>好的，用户想要用C++和OpenCV实现批量读取文件夹中的各种格式图片。我需要结合之前的引用资料来回答这个问题。 首先，引用[1]中提到了使用cv::utils::fs::glob来获取指定格式的文件，比如*.jpg。但用户需要的是所有格式的图片，所以可能需要调整通配符。比如用"*.*"来匹配所有文件，不过这样可能会包含非图片文件，可能需要过滤。 然后引用[2]中的代码用了cv::glob，参数是"/*.*"，这会获取所有文件，但用户需要的是图片，可能需要检查文件扩展名。不过OpenCV的cv::imread会自动判断格式，但读取非图片文件可能会失败，所以最好在读取前过滤一下。 引用[3]提到的是从txt文件中读取图片列表，但用户没有提到需要这个，所以可能不需要这部分。不过可以考虑在代码中添加扩展名过滤，比如只接受.jpg、.png等常见图片格式。 用户的需求是读取所有格式的图片，所以可能需要两种方法：一种是使用OpenCV的glob函数获取所有文件，然后过滤出图片扩展名；另一种是直接读取所有文件，并在读取时处理错误。 现在，我需要整理步骤。首先，确定文件夹是否存在，然后获取所有文件路径，过滤出图片扩展名，再逐个读取。或者使用通配符匹配所有文件，但可能有非图片文件需要处理错误。 考虑到不同平台的兼容性，使用OpenCV的utils::fs模块比较好，比如cv::utils::fs::glob。但需要注意不同版本的OpenCV可能有不同的函数，比如cv::glob和cv::utils::fs::glob的区别。 然后，代码示例部分需要展示如何获取所有文件，然后过滤扩展名。或者使用通配符，但可能需要更灵活的处理。例如，用多个通配符来匹配不同格式，但OpenCV的glob可能不支持多个模式，所以可能需要分多次获取不同扩展名，然后合并结果。 或者，先获取所有文件，然后逐个检查扩展名是否为图片格式。例如，检查文件名是否以.jpg、.png、.bmp等结尾。这种方法更可靠，可以确保只处理支持的图片格式。 在代码中，可以先使用cv::glob获取所有文件路径，然后遍历每个路径，检查扩展名是否在支持的列表中。如果支持，则读取图片；否则跳过。 此外，用户可能需要处理不同平台下的路径分隔符问题，但OpenCV的glob函数应该能处理这些。 总结步骤： 1. 使用cv::glob或cv::utils::fs::glob获取文件夹下所有文件路径。 2. 过滤这些路径，保留支持的图片格式扩展名。 3. 遍历过滤后的路径，用cv::imread读取图片。 4. 处理读取失败的情况，比如非图片文件或损坏的文件。 在代码示例中，需要包含必要的头文件，检查文件夹是否存在，获取文件列表，过滤扩展名，然后读取图片。同时，要处理不同扩展名的大小写问题，比如.JPG和.jpg都应该被接受。 可能的错误点：用户可能没有正确设置OpenCV的配置，或者路径错误，需要提示用户确保路径正确，并且OpenCV支持相应的图片格式。 最后，生成相关问题，比如如何批量处理图片、处理不同扩展名、性能优化等。</think>使用C++和OpenCV批量读取文件夹中多种格式图片可通过以下两种方法实现： ### 方法一：使用OpenCV的glob函数（推荐） ```cpp #include <iostream> #include <vector> #include <opencv2/opencv.hpp> std::vector<std::string> get_image_paths(const std::string& directory) { std::vector<std::string> img_paths; cv::glob(directory + "/*.*", img_paths, false); // 获取所有文件路径 // 过滤非图片格式 img_paths.erase(std::remove_if(img_paths.begin(), img_paths.end(), [](const std::string& path) { std::string ext = path.substr(path.find_last_of(".") + 1); std::transform(ext.begin(), ext.end(), ext.begin(), ::tolower); return !(ext == "jpg" || ext == "jpeg" || ext == "png" || ext == "bmp"); }), img_paths.end()); return img_paths; } int main() { std::string img_dir = "D:/images"; std::vector<std::string> img_paths = get_image_paths(img_dir); for (const auto& path : img_paths) { cv::Mat img = cv::imread(path); if (img.empty()) continue; // 添加图像处理逻辑 } return 0; } ``` ### 方法二：使用OpenCV文件系统工具 ```cpp #include <opencv2/core/utils/filesystem.hpp> int main() { std::string img_dir = "../imgs"; if (!cv::utils::fs::exists(img_dir)) { std::cerr << "文件夹不存在" << std::endl; return -1; } std::vector<cv::String> img_paths; cv::utils::fs::glob(img_dir, "*.*", img_paths); // 获取所有文件 // 过滤图片格式（同上） // ... } ``` ### 关键实现说明： 1. **路径匹配**：使用通配符`*.*`获取所有文件，再通过扩展名过滤常见图片格式[^1][^2] 2. **格式过滤**：支持`.jpg, .jpeg, .png, .bmp`等格式，通过`transform`统一转为小写处理大小写问题 3. **异常处理**：使用`cv::imread`读取时需检查返回的Mat是否为空，避免处理非图像文件 4. **跨平台兼容**：`cv::glob`函数可自动处理不同操作系统的路径分隔符差异[^3]