如何将不同尺寸的 rgb 图像转换和组织成 CSV 文件？答案

【问题标题】：How to convert and organize different dimensioned rgb images into CSV file?如何将不同尺寸的 rgb 图像转换和组织成 CSV 文件？
【发布时间】：2019-06-30 09:42:58
【问题描述】：

我的数据集中有大约 30 万张格式为 .jpg 的图像。但是图像的尺寸不同。我想将所有图像的 rgb 通道转换为 .csv 文件，但我应该将什么写入空单元格？它可能是“N”字符，但我想用 numpy 和 DataFrame 组织 .csv 文件。任何想法？（数据集用于创建深度学习模型）

【问题讨论】：

您是在进行图像处理（可以使用Pillow）还是元数据处理？
我不做图像处理，数据集是用来创建深度学习模型的。
我想你可以很容易地将它们全部调整到一个通用大小......我希望你有很多磁盘来使用这种低效的存储技术！
它可能正在调整到常用大小，但在这种情况下，大部分数据可能会丢失，这不是一个解决方案。
为什么不把 np.nan 之类的东西放在空单元格中？

标签： python image csv numpy image-processing

【解决方案1】：

这开始是一条评论，但太长了。我认为答案完全取决于您希望代码在缺少值时执行的操作。

如果像素为空，例如，设置白色 (255,255,255) 或黑色 (0,0,0) 可能对深度学习模型的侵入性最小（您需要研究这种方式作品）。我发现拉伸/缩放图像实际上是最好的方法。

仅在 csv 中写入空记录（空字符串或逗号之间的间隙）是一种选择，请参阅this 答案。如果您使用numpy.genfromtxt 读取数据，则可以根据需要设置missing_values 和filling_values。您还可以为 99999 或 DEADBEEF 等空记录创建一个绝对不会自然出现的精确值，以识别这些并编写代码以根据需要进行解析。

一个考虑因素是您需要在读取后将数据重新整形为相同的图像尺寸，因此请确保您选择的任何格式都保持相同的行数。

另外，您需要一个大的 CSV 文件还是许多较小的文件？如果存储的文件很多，可以考虑添加header数据来指定数据的实际大小，这样你只需要存储图片，然后skip_header在genfromtxt中，根据需要填充。

最后，您最好使用二进制文件，因为您有大量数据，请考虑使用this，因为它占用的空间更少，读/写速度更快。

【讨论】：

感谢您的建议，我会努力的。