使用for循环批量转换RGB图像为YCbCr时遇TypeError的解决方法

嘿，我来帮你搞定这个报错！你遇到的TypeError: src is not a numpy array, neither a scalar，核心原因很直白：你直接把filename（这只是个字符串格式的文件名）传给了cv2.cvtColor，但这个函数需要的是已经读取到内存里的图像numpy数组，不是文件名本身呀～

修复后的代码 #

我帮你把代码调整好了，加了详细注释，适合编程基础薄弱的你直接用：

import numpy as np
import cv2, os

# 替换成你的图像目录实际路径
path = 'the_path_to_the_images'

# 遍历目录里的每个文件
for filename in os.listdir(path):
    # 1. 拼接完整的文件路径（必须！不然OpenCV找不到目标文件）
    full_file_path = os.path.join(path, filename)
    
    # 2. 先读取图像，得到numpy数组格式的图像数据
    img = cv2.imread(full_file_path)
    
    # 先检查图像是否读取成功（避免因为非图像文件触发报错）
    if img is not None:
        # 3. 把BGR格式转成YCbCr（注意OpenCV默认读入是BGR，不是RGB哦）
        ycbcr_img = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)
        
        # 4. 保存转换后的图像，建议加个后缀区分原文件，避免误覆盖
        name, ext = os.path.splitext(filename)
        save_name = f"{name}_ycbcr{ext}"
        save_path = os.path.join(path, save_name)
        cv2.imwrite(save_path, ycbcr_img)
    else:
        print(f"无法读取文件：{full_file_path}，可能不是图像文件")

更简洁的替代方案（用glob） #

如果你觉得os.listdir还要手动拼接路径麻烦，可以用glob直接获取所有图像的完整路径，代码更简洁直观：

import cv2
from glob import glob

# 匹配目录下所有常见图像格式（可以根据需要添加，比如.png/.bmp等）
image_paths = glob('the_path_to_the_images/*.jpg') + glob('the_path_to_the_images/*.jpeg')

for img_path in image_paths:
    img = cv2.imread(img_path)
    if img is not None:
        ycbcr_img = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)
        # 给保存的文件加后缀，区分原图像
        name, ext = os.path.splitext(img_path)
        cv2.imwrite(f"{name}_ycbcr{ext}", ycbcr_img)

额外小提醒 #

• OpenCV读入的图像默认是BGR格式，不是你提到的RGB，所以用cv2.COLOR_BGR2YCrCb是正确的，不用改成RGB相关的转换参数哦～
• 保存的时候尽量不要直接覆盖原图像，加个后缀区分会更安全！

内容的提问来源于stack exchange，提问作者bit_scientist