博客
关于我
Python根据照片的修改时间重命名并排序
阅读量:668 次
发布时间:2019-03-15

本文共 2106 字,大约阅读时间需要 7 分钟。

Background

当想将照片序列合成延时摄影视频时,可能会发现照片中缺少一张,或照片序列是跨时间、并不连续的,如图1所示,但PR中只有连续的照片序列才能导入。

getAs soon as possible

Method

这时往往需要将照片按照修改时间重命名,下面写了一个很简单的python脚本,理论上来说支持10000张照片以内的照片序列重命名,操作如下:

1.将照片备份(没有undo机制,以免脚本失误无法撤销)

2.将rename.exe文件放入照片文件中,双击即可重命名(不可更改名字)。如果安装过python,也可以直接双击脚本文件。

Remarks: 如果想按照其他时间进行排序:

import osdef reNameByTime(SRC_PATH):    # 读取文件列表    files = os.listdir(SRC_PATH)    # 确定排序依据(可以选择按照修改时间、创建时间或其他时间)    for i in range(len(files)):        # 读取文件修改时间        mod_time = os.path.getmtime(SRC_PATH + files[i])        # 根据不同时间类型排序(例如:getatime,getctime,getmtime等)        if condition:            # 选择所需时间类型后,可以将mod_time进行排序            sorted_files[i] = files[i]    # 去除空格    # 无文件名重复或其他特殊情况    if not sorted_files:        print("文件为空或格式不符")        return    # 开始重命名    for i in range(len(sorted_files)):        old_name = sorted_files[i]        new_prefix = "0001" if (i+1) < 10 else "00"+str((i+1)//100+1) if (i+1) <1000 else str((i+1)//1000)+str((i+1)%1000+1)        new_name = new_prefix + old_name        os.rename(os.path.join(SRC_PATH, old_name), os.path.join(SRC_PATH, new_name))    print("重命名完成,文件已移到指定新目录。注意:备份操作已进行,且新文件路径已自动更新。如有疑问,请检查脚本输出或联系技术支持。如需修改排序依据或文件类型,请参考脚本注释详细说明。")

Code

import osdef reNameByTime(path):    mlist = []    for filename in os.listdir(path):        try:            modifytimes = os.path.getmtime(path + filename)            filename_lower = filename.lower()            if ".jpg" in filename_lower:                mlist.append((modifytimes, int(modifytimes), filename))        except:            pass    # 去除重复文件    mlist = list(dict.fromkeys(mlist))    # 根据修改时间排序,默认按时间倒序    mlist.sort(reverse=True)    # 重命名    for i in range(len(mlist)):        modtime, seq, oldname = mlist[i]        newname = f"{int(modtime):08d}-{seq}{os.path.splitext(oldname)[1]}"        os.rename(path + oldname, path + newname)    print("重命名完成。注意:备份操作已进行,且新文件路径已自动更新。如有疑问,请检查脚本输出或联系技术支持。如需修改排序依据或文件类型,请参考脚本注释详细说明。")if __name__ == "__main__":    filepath = os.path.dirname(os.path.abspath(__file__))    reNameByTime(filepath)

File URL

https://pan.baidu.com/s/1LagM8NDw7PT4nkxWAkJLZw 提取码:9cps

转载地址:http://naamz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>