Python深度学习实用代码合集

Python深度学习实用代码合集

  • Colab 代码集合
    • 怎么在colab打开ipynb文件
    • 保存文件夹内的所有文件
    • 从github拉代码
  • Python代码集合
    • 可交互选取文件路径
    • 文件目录
    • 遍历文件夹批量修改文件名和后缀
    • 复制文件
    • 删除文件
    • 读取图片(PIL和CV2)
    • 显示图片(PIL和CV2)
    • 拼接图片
    • 图片与base64的互相转化
    • python打包成为exe
    • 根据分割mask(rgb通道)的信息从图片中提取png图的A通道
    • 图片生成视频
    • 图片叠加

背景:这篇文章的背景是在日常的学习和项目中,经常会遇到一些基础功能的组合复用,每次去查函数的用法和pipeline都是比较耗时耗力需要重新调试,所以想着把一些经常用到的代码段固化成函数,方便未来的调用,快速迭代和验证。另外,发现谷歌的colab比较好使,对于算法的快速验证迭代还是很有帮助的(尤其对于我这个垃圾笔记本),在环境的配置,算力的提供上都有无与伦比的优势,本地的部署除了在必须的情况下使用,尽量还是可以通过colab的形式迭代算法。除了colab,kaggle也提供类似的平台,二者功能相仿,可以对比学习使用。

Colab 代码集合

怎么在colab打开ipynb文件

https://colab.research.google.com/github/
然后把ipynb文件的github地址复制过去

保存文件夹内的所有文件

import os
from google.colab import files
 
def traverse_dir(data_dir):
  file_name_list = os.listdir(data_dir)
  for file_name in file_name_list:
    files.download('{}/{}'.format(data_dir, file_name))  # 多层文件夹需要修改这里
 
traverse_dir('/content/PhotoWCT2/figures/style') # 文件路径

从github拉代码

from google.colab import drive, output
import os
import json

%cd /content/
!rm -rf '/content/wct2'
!git clone https://github.com/chiutaiyin/PhotoWCT2.git  # 代码仓地址
%cd /content/PhotoWCT2  # 修改当前工作路径

Python代码集合

可交互选取文件路径

from tkinter import filedialog
filepath = filedialog.askopenfilename()  # 选择文件,路径保存于filepath中

文件目录

使用Python中的os模块下的方法listdir()是一个不错的选择,样例如下:

import os
os.listdir()

上面的代码将打印当前路径下所有文件和目录的名称。
如果我们想基于特定路径来打印结果,只需传递给函数os.listdir() 相应的参数,举例如下:

os.listdir(myPath)

如果想知道当前运行脚本的目录:

currentdir = os.path.dirname(__file__)
parentdir = os.path.abspath(os.path.join(currentdir, os.pardir))

遍历文件夹批量修改文件名和后缀

os.path的用法

def renaming(file):
    """修改后缀"""
    ext = os.path.splitext(file)    # 将文件名路径与后缀名分开

    if ext[1] == '.jpg':  # 文件名:ext[0]
        new_name = ext[0] + '.bmp'  # 文件后缀:ext[1]
        os.rename(file, new_name)  # tree()已切换工作地址,直接替换后缀
    elif ext[1] == '.jpeg':
        new_name = ext[0] + '.bmp'
        os.rename(file, new_name)

path = r'C:\Users\Desktop\wallpaper'  # 文件目录
for filename in os.listdir(path):
    oripath = path + os.sep + filename  # 获取绝对路径
    os.chdir(path)  # 修改工作地址(相当于文件指针到指定文件目录地址)
    renaming(oripath)  # 修改后缀


def tree(path):
    """递归函数"""
    files = os.listdir(path)  # 获取当前目录的所有文件及文件夹
    for file in files:
        file_path = os.path.join(path, file)  # 获取该文件的绝对路径
        if os.path.isdir(file_path):  # 判断是否为文件夹
            tree(file_path)  # 开始递归
        else:
            os.chdir(path)  # 修改工作地址(相当于文件指针到指定文件目录地址)
            renaming(file)  # 修改后缀

复制文件

def mycopyfile(srcfile, dstpath):  # 复制文件
    if not os.path.isfile(srcfile):
        print("%s not exist!" % (srcfile))
    else:
        fpath, fname = os.path.split(srcfile)  # 分离文件名和路径
        if not os.path.exists(dstpath):
            os.makedirs(dstpath)  # 创建路径
        shutil.copy(srcfile, dstpath + os.sep + fname)  # 复制文件
        print("copy %s -> %s" % (srcfile, dstpath + fname))


path1 = r'C:\Users\Desktop\wallpaper\0a2efbd136628de3094007cf3c8f3cdd.bmp'
path2 = r'C:\Users\Desktop\wallpaperedit'
mycopyfile(path1, path2)

删除文件

def del_file(path_data):
    for i in os.listdir(path_data) :# os.listdir(path_data)#返回一个列表,里面是当前目录下面的所有东西的相对路径
        file_data = path_data + os.sep + i#当前文件夹的下面的所有东西的绝对路径
        if os.path.isfile(file_data) == True:#os.path.isfile判断是否为文件,如果是文件,就删除.如果是文件夹.递归给del_file.
            os.remove(file_data)
        else:
            del_file(file_data)

读取图片(PIL和CV2)


from PIL import Image
img1 = Image.open(bp).convert("RGBA")
# img转换为cv用的arry
CVarray= np.array(PILimg)


import cv2
img = cv2.imread(path, cv2.IMREAD_UNCHANGED)
img = cv2.cvtColor(img, cv2.COLOR_RGBA2BGR)
# cv用的arry转换为img
PIVimg = Image.fromarray(CVarray)
PIVimg .save("out.jpeg")

显示图片(PIL和CV2)

from PIL import Image
img=Image.open('d:/dog.png')
img.show()
import cv2
img_grayscale = cv2.imread('test.jpg',0)
cv2.imshow('graycsale image',img_grayscale)
cv2.waitKey(0)

拼接图片

path = r'C:\Users\Desktop\wallpaper'
sourcepath = r'D:\algorithm\Color-Transfer-between-Images-master\Color-Transfer-between-Images-master\source'
resultpath = r'D:\algorithm\Color-Transfer-between-Images-master\Color-Transfer-between-Images-master\result'
savepath = r'C:\Users\Desktop\wallpaperedit'
# mycopyfile(path1, path2)
# del_file(sourcepath)
for filename in os.listdir(path):
    oripath = path + os.sep + filename
    mycopyfile(oripath, sourcepath)
    color_transfer()
    del_file(sourcepath)

    oriimg = Image.open(oripath)
    sp = oriimg.size
    joint = Image.new("RGBA", (sp[0]*10, sp[1]))
    joint.paste(oriimg, (0, 0))
    idx = 1
    for imgname in os.listdir(resultpath):
        curimgpath = resultpath + os.sep + imgname
        curimg = Image.open(curimgpath)
        loc = (sp[0]*idx, 0)
        joint.paste(curimg, loc)
        idx += 1
    pth = savepath + os.sep + filename
    joint.save(pth)
    del_file(resultpath)

图片与base64的互相转化

base 64 :

import base64
data1 = base64.b64encode(open('C:/Users/l00817249/Desktop/universe.bmp', 'rb').read())
data2 = data1.decode('utf-8')
print(data2)

im = base64.b64decode(data2)
img = cv2.imdecode(np.frombuffer(im, dtype=np.uint8), -1)
cv2.imshow('graycsale image', img)
cv2.waitKey(0)

python打包成为exe

python 生成 exe

根据分割mask(rgb通道)的信息从图片中提取png图的A通道

import os
import cv2
def extract_mask(mskpath, oripath, savepath, oriformat):
    """
    用于根据分割掩膜从视频提取分割物体
    从分割得到的RGBmask图片获取mask的A通道图像
    mskpath和oripath的文件需要有相同的图片名称
    :param mskpath: 原始的分割掩膜路径
    :param oripath: 原始图片的路径
    :param savepath: 提取出分割物体的存储路径
    :param oriformat: 生成图的格式,.jpg/.png
    :return: 保存结果到savepath
    """
    for filename in os.listdir(mskpath):
        # 读取文件夹中的每个文件
        maskpath = mskpath + os.sep + filename  # 获取掩膜绝对路径
        realfilename = filename.split('.')
        # 读取原始素材的路径
        originalpath = oripath + os.sep + realfilename[0] + oriformat
        # 读取图片
        mskimg = cv2.imread(maskpath, cv2.IMREAD_UNCHANGED)  # 掩模图
        msktmp = cv2.cvtColor(mskimg, cv2.COLOR_BGR2GRAY)
        # 掩模图转化为二值图
        thresh, mask = cv2.threshold(msktmp, 0, 255, cv2.THRESH_BINARY)
        # 原图
        oriimg = cv2.imread(originalpath, cv2.IMREAD_UNCHANGED)
        # 提取图片
        im = cv2.bitwise_and(oriimg, oriimg, mask=mask)
        finalsavepath = savepath + os.sep + filename
        cv2.imwrite(finalsavepath, im, [int(cv2.IMWRITE_JPEG_QUALITY), 100])

图片生成视频

import os
import cv2
def build_video(refvideopath, resourcepath, imgfmt, savepath, savename):
    """
    从一系列的图片生成视频
    :param refvideopath:原视频的路径,用来根据原始视频的帧率设定处理之后视频的帧率
    :param resourcepath:图片序列的路径
    :param imgfmt:图片格式,.png/.jpg
    :param savepath:保存的路径
    :param savename:保存的名字
    :return:保存视频
    """
    videoCapture = cv2.VideoCapture(refvideopath)  # 读取视频文件
    fps = videoCapture.get(cv2.CAP_PROP_FPS)  # 计算视频的帧率

    # 图片文件夹路径和格式(例如:/path/to/folder/*.jpg)
    img_folder = resourcepath
    img_format = imgfmt

    # 视频文件保存路径和名称
    video_name = savename

    # 获取图片列表
    img_list = sorted([os.path.join(img_folder, f) for f in os.listdir(img_folder) if f.endswith('.' + img_format)])

    # 读取第一张图片,获取图片尺寸
    img = cv2.imread(img_list[0])
    height, width, channels = img.shape

    # 创建视频编写器
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # 定义视频编码器
    savepath = savepath + os.sep + video_name
    video = cv2.VideoWriter(savepath, fourcc, fps, (width, height))  # 定义视频文件,帧率为读取到的fps

    # 逐个将图片写入视频文件
    for img_path in img_list:
        img = cv2.imread(img_path)
        video.write(img)

    # 释放资源
    video.release()

图片叠加

from PIL import Image
import numpy as np
def combinevideo(mskpath, oripath, segpath, oriformat, savepath):
    """
    将分割得到的前景和背景组合展示
    :param mskpath: 掩膜的路径,即png中A通道的路径
    :param oripath: 背景图的路径
    :param segpath: 前景图的路径
    :param oriformat: 背景图图像格式
    :param savepath: 保存路径
    :return: 保存粘贴好的图片
    """
    for filename in os.listdir(mskpath):
        maskpath = mskpath + os.sep + filename  # 获取掩膜绝对路径
        realfilename = filename.split('.')
        originalpath = oripath + os.sep + realfilename[0] + oriformat
        segmentationpath = segpath + os.sep + filename
        mskimg = cv2.imread(maskpath, cv2.IMREAD_UNCHANGED)  # 掩模图
        oriimg = cv2.imread(originalpath, cv2.IMREAD_UNCHANGED)  # 原图
        segimg = cv2.imread(segmentationpath, cv2.IMREAD_UNCHANGED)  # 分割图
        height, width, channels = segimg.shape
        oriimg = cv2.resize(oriimg, (width, height), interpolation=cv2.INTER_AREA)
        msktmp = cv2.cvtColor(mskimg, cv2.COLOR_BGR2GRAY)
        thresh, msk = cv2.threshold(msktmp, 0, 255, cv2.THRESH_BINARY)
        # im = cv2.bitwise_and(oriimg, segimg)
        oriimg = cv2.cvtColor(oriimg, cv2.COLOR_BGR2RGB)
        segimg = cv2.cvtColor(segimg, cv2.COLOR_BGR2RGB)
        ORIimg = Image.fromarray(oriimg)
        SEGimg = Image.fromarray(segimg)
        MSKimg = Image.fromarray(msk)
        # MSKimg.show()
        ORIimg.paste(SEGimg, (0, 0), mask=MSKimg)
        # ORIimg.show()
        finalsavepath = savepath + os.sep + filename
        CVarray = np.array(ORIimg)
        CVarray = cv2.cvtColor(CVarray, cv2.COLOR_RGB2BGR)
        cv2.imwrite(finalsavepath, CVarray, [int(cv2.IMWRITE_JPEG_QUALITY), 100])

你可能感兴趣的:(python,深度学习,开发语言)