处理数据集的python代码

本文主要是介绍处理数据集的python代码，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

目录

• • 缩放一个文件夹中的所有图片
  • 使用一个阈值将文件夹中的标签图变为二值图
  • 给标签图重命名
  • 给原图与标签图都重命名

缩放一个文件夹中的所有图片

import numpy as np
import glob
import os
from PIL import Image
#image_path表示图片所在文件夹的路径
#new_image_path 表示存新图片的文件夹路径
#new_size 表示长度为2的列表，两元素分别是宽和高
def img_resize(image_path,new_image_path,new_size):
    # 找出image_path下的所有.jpg/png/jpeg图片路径，并排序
    imgs = sorted(glob.glob(image_path + "*.jpg") )
    print(len(imgs))

    for img in imgs:
        image = Image.open(img)
        image=image.resize(new_size,Image.BILINEAR)
        print(image.size)

        # os.path.splitext() 将文件名和扩展名分开
        # os.path.split() 返回文件的路径和文件名
        img_name=os.path.split(img)[1]
        print(img_name)
        image.save(new_image_path+img_name) #保存图片

使用一个阈值将文件夹中的标签图变为二值图

import numpy as np
import glob
import os
from PIL import Image


#该函数用于把只有一个类别的标签图变为二值图（因为用ps弄出的不是二值图，边缘部分会有灰度值过渡的情况，除非用labelme制作标签图）
#max_value表示二值图的大的那个值，默认为1  , samll_value表示二值图的小的那个值，默认为0
#new_size表示是否缩放图片，默认为False,若要缩放图片就传一个长度为2的列表（宽和高）
def annotation_prepare(ann_path,new_ann_path,threshold,new_size=False,max_value=1,samll_value=0): #用来将标图变为1或255的二值图
    anns = sorted(glob.glob(ann_path + "*.jpg"))
    for ann in anns:
        ann_name = os.path.split(ann)[1] #得到带扩展名的图片名字用于后面的图片命名
        print(ann_name)
        ann = Image.open(ann)
        ann = ann.convert("L") #变为灰度图
        if (new_size!=False):  #new_size!=False表示需要缩放图片，
            w, h = new_size
            ann=ann.resize((w,h),Image.BILINEAR)

        else:
            w,h=ann.size

        ann=np.array(ann)
        #进行阈值转化
        new_ann=(ann>threshold)*max_value
        new_ann=new_ann+(ann>=threshold)*samll_value

        new_ann = new_ann.astype(np.uint8)  # 再还原成uint8格式，图片需要以这种格式来保存
        new_ann = Image.fromarray(new_ann)  # 从数组形式转为图片形式，这样可以使用save函数
        new_ann.save(new_ann_path+ann_name) #保存图片

给标签图重命名

#用于标签图比原图名字（不算扩展名）的基础上多了一些后缀的情况，且一张原图对应1或多张标签图。可将标签图的多余的一些后缀去掉，用统一的_0N代替（如原图名为10.jpg  而其对应的标签图为10_water_1,10_w_2 ， 可将标签图重命名为10_01,10_02）。
#把多余的原图也也去掉，因为数据集比较乱的话，有的原图可能对应0张标签图
#img_path 原图所在文件夹的路径
#ann_path 标签图所在文件夹的路径
def annNameChange(img_path,ann_path,new_img_path,new_ann_path): #用来将标图变为1或255的二值图new_ann_path,
    imgs = sorted(glob.glob(img_path+"*.jpg"))

    for img in imgs:
        img_save=Image.open(img)  #读取img图片用于待会转移路径保存
        img = os.path.split(img)[1] #得到带后缀的图片名字
        img_name=os.path.splitext(img)[0]  #去掉扩展名

        print(img_name)

        ann_list=glob.glob(ann_path+img_name+"[_.]*")   #找出这张图片对应的所有标签图。 [ ] 表示匹配[]中的任意字符 。 这里需要根据自己图片的名字特征重改匹配规则
        print(len(ann_list))

        i=1
        for ann in ann_list:

            ann = Image.open(ann) #读取图片是为了下面的重新保存

            new_img_name=new_img_path+'/'+img_name+'.jpg'
            new_ann_name=new_ann_path+'/'+img_name+"_0{}.jpg".format(i) #这也是重点。


            print(new_ann_name)
            i =i+1
    
            img_save.save(new_img_name) #重新保存图片
            ann.save(new_ann_name)

给原图与标签图都重命名

#和上面类似，但是这里是把原图与标签图全部重新命名，从1开始，第n张原图命名为n.jpg，而其对应的标签图命名为n_0x.jpg
def annNameChange_new(img_path,ann_path,new_img_path,new_ann_path): #用来将标图变为1或255的二值图new_ann_path,
    imgs = sorted(glob.glob(img_path+"*.jpg"))
    i_name=0    #表示正处理第i_name张图，命名是也以i_name命名
    for img in imgs:
        i_name = i_name+1
        img_save=Image.open(img)  #读取img图片用于待会转移路径保存
        img = os.path.split(img)[1] #得到带后缀的图片名字
        img_name=os.path.splitext(img)[0]  #去掉扩展名
        print(img_name)

        ann_list=glob.glob(ann_path+img_name+"[_.]*")   #找出这张图片对应的所有标签图。 [ ] 表示匹配[]中的任意字符
        print(len(ann_list))

        i=1
        for ann in ann_list:
            ann = Image.open(ann) #读取图片是为了下面的重新保存


            new_img_name=new_img_path+'/{}.jpg'.format(i_name)
            new_ann_name=new_ann_path+'/{}_0{}.jpg'.format(i_name,i) #这也是重点。

            print(new_img_path)
            print(new_ann_name)
            i =i+1

            img_save.save(new_img_name) #重新保存图片
            ann.save(new_ann_name)

这篇关于处理数据集的python代码的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！