图片批量重命名并保存为h5py数据集格式

图片批量重命名

import os

class BatchRename():
    '''
    批量重命名文件夹中的图片文件
    '''

    def __init__(self):
        self.path = 'D:\xxxx\VOC2007-0719\JPEGImages'  # 表示需要命名处理的文件夹

    def rename(self):
        filelist = os.listdir(self.path)  # 获取文件路径
        total_num = len(filelist)  # 获取文件长度(个数)
        i = 1  # 表示文件的命名是从1开始的
        for item in filelist:
            if item.endswith('.jpg'):  # 初始的图片的格式为jpg格式的
                #abspath返回绝对路径
                src = os.path.join(os.path.abspath(self.path), item)
                dst = os.path.join(os.path.abspath(self.path), '' + str(i) + '.jpg')
                try:
                    os.rename(src, dst)
                    #print('将 %s 重命名为: %s ...' % (src, dst))
                    i = i + 1
                except:
                    continue
        print('总共重命名 %d 个文件' % total_num)


if __name__ == '__main__':
    demo = BatchRename()
    demo.rename()

图片批量保存为h5py数据集格式

from scipy import misc
import h5py
import numpy as np

if __name__ == '__main__':
    #批量将图片文件转为h5py格式保存
    h = h5py.File('myh5py.h5','w')
    d1 = h.create_dataset("picture",(6,608,448,3))

    for i in range(6):
    #这里仅展示了一张图片 如果文件夹有多张图片需要循环读取并写入数据集
        X = misc.imresize(misc.imread('2.jpg'), (608, 448))
        d1[i] = X

参考博客:https://blog.csdn.net/Im_hungry_/article/details/108433929

你可能感兴趣的:(深度学习,深度学习)