如何根据名称将图像数据集划分为子集？答案

【问题标题】：How to divide an images dataset into subsets depending on their names?如何根据名称将图像数据集划分为子集？
【发布时间】：2020-08-08 15:41:27
【问题描述】：

我有一个名为“Fingers”的数据集，我正在尝试在其上构建 TensorFlow 模型...

但是，我有点卡住了，因为我想根据图像名称的最后 2 个字符（不包括扩展名）来划分图像。

就像下面的代码：

train_dir_list = os.listdir(train_set)

train 目录列表包含一些不同名称的图像，但代表图像的实际标签位于名称的末尾，如下所示：

1239492L.png 1231235R.png...

等等……

图像的标签位于索引[-6:-5] 其中 R 代表 RIGHT，L 代表 LEFT。手指总数。

现在我的问题是将这些图像划分为 1L、2L...5L 和 1R...5R 的子目录，每个子目录都有自己的目录，以便使用 Keras ImageDataGenerator。

请帮助，您可以在 Kaggle 名称 Fingers 上找到数据集。

【问题讨论】：

标签： python python-3.x keras dataset data-processing

【解决方案1】：

将所有图片保存在名为'imgs'的文件夹中
使用 glob 读取所有图像，检查它们的名称。

import glob
import cv2

imgs = []
labels = []

for f in glob.glob('imgs/*.png'):
   imgs.append(cv2.imread(f))
   str_label = f.split('.')[0][-2:] # 5L / 3R

   if str_label[-1] == 'R':
       labels.append([int(str_label[-2]), 1]) # 1 denotes right
   else:
       labels.append([int(str_label[-2]), 0]) # 0 == left hand

【讨论】：