介绍一种导入文件夹中图片数据集的方法

如果你有一个文件夹，里面有很多图片数据，而label就是图片的名称，图片排列杂乱无章，这时候导入数据可能显得略微棘手，可以用下面方法尝试试试看。

这里要使用imutils包，如果没有的话，可以通过pip来安装一下。还有就是使用OpenCV来导入数据

假设我们想要到导入的17flowers（牛津花卉数据集），我们可以这样写代码：

import cv2 from imutils import pathsimagePaths = list(paths.list_images(r'17flowers')) # 提取该目录下所有图片文件名并组成一个列表 classNames = [pt.split(os.path.sep)[-2] for pt in imagePaths] # os.path.sep是路径分隔符，因为不同操作系统不一样，所以写成这样更稳妥 classNames = [str(x) for x in np.unique(classNames)] # 使用np.unique()查找所有classNames中非重复元素，并以字符串形式返回一个列表中data = [] labels = [] for (i,imagePath) in enumerate(imagePaths):image = cv2.imread(imagePath)label = imagePath.split(os.path.sep)[-2]data.append(image)labels.append(label)

当然也可以写成h5文件的形式来导入data。

总结

以上是生活随笔为你收集整理的介绍一种导入文件夹中图片数据集的方法的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。