以下是一种可以实现对桌面文件夹中3000张照片按水印分类保存的Python示例代码。此代码借助`opencv`库识别水印，再依据水印分类照片。 ```python import os import cv2 import numpy as np # 桌面文件夹路径 desktop_path = os.path.join(os.path.expanduser("~"), "Desktop") photo_folder = os.path.join(desktop_path, "your_photo_folder") # 水印模板文件夹路径 watermark_folder = os.path.join(desktop_path, "watermark_templates") # 读取所有水印模板 watermark_templates = {} for filename in os.listdir(watermark_folder): if filename.endswith(('.png', '.jpg', '.jpeg')): template_path = os.path.join(watermark_folder, filename) template = cv2.imread(template_path, cv2.IMREAD_GRAYSCALE) watermark_templates[filename] = template # 遍历照片文件夹 for filename in os.listdir(photo_folder): if filename.endswith(('.png', '.jpg', '.jpeg')): photo_path = os.path.join(photo_folder, filename) photo = cv2.imread(photo_path, cv2.IMREAD_GRAYSCALE) found_watermark = False for watermark_name, template in watermark_templates.items(): result = cv2.matchTemplate(photo, template, cv2.TM_CCOEFF_NORMED) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) if max_val > 0.8: # 匹配阈值 # 创建对应水印的文件夹 watermark_folder_name = os.path.splitext(watermark_name)[0] output_folder = os.path.join(desktop_path, watermark_folder_name) if not os.path.exists(output_folder): os.makedirs(output_folder) # 移动照片到对应文件夹 output_path = os.path.join(output_folder, filename) os.rename(photo_path, output_path) found_watermark = True break if not found_watermark: # 没有匹配到水印的照片放到一个单独的文件夹 no_watermark_folder = os.path.join(desktop_path, "no_watermark") if not os.path.exists(no_watermark_folder): os.makedirs(no_watermark_folder) output_path = os.path.join(no_watermark_folder, filename) os.rename(photo_path, output_path) ``` ### 代码说明： 1. **定义路径**：确定桌面文件夹、照片文件夹和水印模板文件夹的路径。 2. **读取水印模板**：遍历水印模板文件夹，读取所有水印模板。 3. **遍历照片文件夹**：遍历照片文件夹中的所有照片。 4. **水印匹配**：使用`cv2.matchTemplate`函数将照片与水印模板进行匹配，若匹配度大于0.8，则认为找到了水印。 5. **分类保存**：根据匹配结果，将照片移动到对应的水印文件夹；若未匹配到水印，则将照片移动到`no_watermark`文件夹。 ### 注意事项： - 要确保水印模板清晰，尺寸与照片中的水印一致。 - 可根据实际情况调整匹配阈值`max_val > 0.8`。 - 运行代码前，请安装`opencv`库：`pip install opencv-python`。