如何读取文件夹中的图像并存储它们的类号和图像数据？ Python

Question

我有一个文件夹，其中包含 100 张图片，所有图片都是 png。文件名是1.png, 2.png, 3.png ... 最多100个。

目前我所做的是将这些图像手动拆分到不同的子文件夹（10 个文件夹，每个文件夹 10 个图像），每个文件夹是一个类别（汽车、飞机、马、狗等）。

我不想手动制作 10 个子文件夹来将图像复制并粘贴到每个子文件夹中，而是 根据与 txt 文件中的索引条目相对应的图像名称读取和存储其数据。

记事本文件如下所示。基本上这说明 1.png 是飞机，2.png 也是飞机，11.png 是汽车，等等。

airplane
airplane
airplane
airplane
airplane
airplane
airplane
airplane
airplane
airplane
car
car
car
car
car
car
car
car
car
car
bird
bird
bird
bird
bird
bird
bird
bird
bird
bird
cat
cat
cat
cat
cat
cat
cat
cat
cat
cat
deer
deer
deer
deer
deer
deer
deer
deer
deer
deer
dog
dog
dog
dog
dog
dog
dog
dog
dog
dog
frog
frog
frog
frog
frog
frog
frog
frog
frog
frog
horse
horse
horse
horse
horse
horse
horse
horse
horse
horse
ship
ship
ship
ship
ship
ship
ship
ship
ship
ship
truck
truck
truck
truck
truck
truck
truck
truck
truck
truck

我将如何执行这样的操作来生成用于深度学习目的的类号（标签）？这是我以前使用的：

def create_data(data_dir,array_name):
    for category in CATEGORIES:  
        path = os.path.join(data_dir,category)  # create path to class
        class_num = CATEGORIES.index(category)  # get the classification
        for img in os.listdir(path):  # iterate over each image
            try:
                img_array = cv2.imread(os.path.join(path,img) ,cv2.IMREAD_COLOR)                     new_array = img_array
                array_name.append([new_array, class_num]) 
            except Exception as e:  # in the interest in keeping the output clean...
                pass

def normalise(X):
    X = X/255.0

def append(data_array,X,y):
    for features,label in data_array:
        X.append(features)
        y.append(label)

Answer 1

不太确定这是否是您的意思，但这应该会有所帮助：

import cv2

def read_images_and_labels(img_dir, label_file):
    with open(label_file) as f:
        labels = [word.lower().strip() for word in f.read().split("\n")]
    data = {}
    for (ind, val) in enumerate(list(set(labels))):
        data[val] = ind
    corrected_labels = [data[label] for label in labels]
    images = [cv2.imread('{}/{}.png'.format(img_dir, ind), cv2.IMREAD_COLOR) for (ind, label) in enumerate(labels, 1)]
    return list(zip(images, corrected_labels))

img_dir 是存储图像的位置，而 label_file 是存储标签数据的位置。根据您的代码，将 create_data() 的调用替换为

array_name = read_images_and_labels(data_dir, file='index.txt')

如果要验证标签，请将数据传递给以下函数。将超时设置为更高/更低以获得更长/更短的持续时间（超时以毫秒为单位）。可以查看带有图像标签的 cv2 窗口。

def verify_labels(data, label_file='index.txt', timeout=1000):
    with open(label_file) as f:
        labels = list(set(f.read().lower().split("\n")))
    for (img, ind) in data:
        lbl = labels[ind]  
        image = cv2.putText(img, lbl, (50,50), cv2.FONT_HERSHEY_SIMPLEX,  
                   1, (0, 0, 255), cv2.LINE_AA, False) 
        cv2.imshow(lbl, image)
        cv2.waitKey(timeout)