在 Google CoLab 中处理许多图像 - 从 Anaconda 迁移答案

【问题标题】：Working with many images in Google CoLab - migrating from Anaconda在 Google CoLab 中处理许多图像 - 从 Anaconda 迁移
【发布时间】：2020-12-30 05:44:15
【问题描述】：

我一直在使用 Google Colab 编写我的 Python 脚本，到目前为止它使用“仅代码”非常舒适

我想开始处理图像，我正在寻找一个包含一百个或更多图像的脚本，但不确定在 Colab 中执行此操作的可接受方法是什么，因为“没有本地驱动器”

原码：

import cv2 as cv
import glob

def get_imgs(path_to_imgs):
    all_files = glob.glob(path_to_imgs + "**/*.png")
    return ( cv.imread(file, flags=cv.IMREAD_GRAYSCALE) for file in all_files)


def show_img(img):
    cv.imshow('window_name', img)
    cv.waitKey(0)
    cv.destroyAllWindows()


for each_img in get_imgs('./myImages/'):
    if counter == 10:
        break
    show_img(each_img)

到目前为止，我已经考虑将所有图像存储在自己的驱动器上（并使用访问密钥将 Colab 连接到驱动器，有点不舒服）或将它们存储在 raw-github 上。

在这两种情况下，我都无法使其在构造函数中工作，我认为主要是因为我无法像在本地那样通过“文件夹”。

有什么想法和建议吗？

【问题讨论】：

标签： python image-processing google-colaboratory

【解决方案1】：

在 Google Colab 中，左侧边栏上有一个小文件夹图标。然后您可能需要单击新文件系统侧边栏顶部的文件夹图标。这使您可以访问虚拟机的所有文件夹。上传大图数据集，可以点击文件上传按钮，也可以通过原始Github使用wget下载。

【讨论】：

【解决方案2】：

除了@DraperDuck 的有用回答之外，我想向您指出另一个选择：using Google Drive from the Colab Notebook

我个人更喜欢安装驱动器并使用数据集访问先前设置的文件夹：

from google.colab import drive
drive.mount('/content/drive')

（旁注：我不记得 cv2.imshow 是否由 Colab Jupyter Notebook 环境处理（通常cv2.imshow 需要操作系统窗口系统），但如果失败，您可以使用在笔记本中显示图像matplotlib (plt.imshow))

【讨论】：