概述

最近在做和视觉深度学习有关的项目，在写相关代码的时候读取数据集的图片来进行预处理成了大问题。在查询了网上现有方法的基础上，总结了一种较为简单通用的读取方法。

遍历文件夹

首先是对于数据集文件夹的遍历，这里可以输出得到文件夹内所有图片的名称

def load_img(train_imgPath,test_imgPath):test_filenames = os.listdir(test_imgPath)train_filenames = os.listdir(train_imgPath)for tfname in train_filenames:if os.path.isdir(tfname) == False:filenames = os.listdir(train_imgPath+tfname)for filename in filenames:  #  遍历文件if filename.endswith('.jpg'):print(filename)

路径选择

path = train_imgPath + "\\" + tfname + "\\" + filename

train_imgPath是训练集文件夹的位置，tfname是数字文件夹的名称，filename是图片名称。

项目实例

import cv2
from skimage import data_dir, io, color
import numpy as np
import random
import numpy as np
import os, shutilPath_traindata = "D:/data/train/"
Path_testdata = "D:/data/test/"def load_img(train_imgPath,test_imgPath):test_filenames = os.listdir(test_imgPath)train_filenames = os.listdir(train_imgPath)for tfname in test_filenames:if os.path.isdir(tfname) == False:filenames = os.listdir(test_imgPath+tfname)for filename in filenames:  #  遍历文件if filename.endswith('.jpg'):path = test_imgPath + "\\" + tfname + "\\" + filenamesrc = cv2.imread(path)(b, g, r) = cv2.split(src)bH = cv2.equalizeHist(b)gH = cv2.equalizeHist(g)rH = cv2.equalizeHist(r)result = cv2.merge((bH, gH, rH))cv2.imwrite(path, result)
load_img(Path_traindata,Path_testdata)

这段是读取数据库之后再使用cv2做的图片预处理。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！