基于python的图片数据集简单读取方法

概述

最近在做和视觉深度学习有关的项目，在写相关代码的时候读取数据集的图片来进行预处理成了大问题。在查询了网上现有方法的基础上，总结了一种较为简单通用的读取方法。

遍历文件夹

首先是对于数据集文件夹的遍历，这里可以输出得到文件夹内所有图片的名称

def load_img(train_imgPath,test_imgPath):
    test_filenames = os.listdir(test_imgPath)
    train_filenames = os.listdir(train_imgPath)

    for tfname in train_filenames:

        if os.path.isdir(tfname) == False:

            filenames = os.listdir(train_imgPath+tfname)

            for filename in filenames:  #  遍历文件

                if filename.endswith('.jpg'):
                print(filename)

路径选择

path = train_imgPath + "\\" + tfname + "\\" + filename

train_imgPath是训练集文件夹的位置，tfname是数字文件夹的名称，filename是图片名称。

项目实例

import cv2
from skimage import data_dir, io, color
import numpy as np
import random
import numpy as np
import os, shutil

Path_traindata = "D:/data/train/"
Path_testdata = "D:/data/test/"

def load_img(train_imgPath,test_imgPath):
    test_filenames = os.listdir(test_imgPath)
    train_filenames = os.listdir(train_imgPath)

    for tfname in test_filenames:

        if os.path.isdir(tfname) == False:

            filenames = os.listdir(test_imgPath+tfname)

            for filename in filenames:  #  遍历文件

                if filename.endswith('.jpg'):
                    path = test_imgPath + "\\" + tfname + "\\" + filename
                    src = cv2.imread(path)
                    (b, g, r) = cv2.split(src)
                    bH = cv2.equalizeHist(b)
                    gH = cv2.equalizeHist(g)
                    rH = cv2.equalizeHist(r)
                    result = cv2.merge((bH, gH, rH))
                    cv2.imwrite(path, result)
load_img(Path_traindata,Path_testdata)

这段是读取数据库之后再使用cv2做的图片预处理。