我們知道在訓練圖像模型時，需要從文件夾里讀取圖片。
這里演示下，怎樣從文件夾里批量讀取圖片，并處理成我們想要的
x,y 即特征和標簽。

輸入維度理解

以卷積神經網絡為例子。

我們知道卷積神經網絡conv2d輸入數據的形狀為(batch_size，height，width，depth)，其中第一維表示圖像的batch大小,我們常設定為None，其他三個維表示圖像的各個屬性，即高度，寬度和深度。深度就是色彩通道的數量。例如，RGB圖像的深度為3，而灰度圖像的深度為1。
通俗理解。一張圖片。我們輸入的格式為（高，寬，通道）
即我們需要把圖片處理成相同的高寬。

以下面這個文件夾為例，圖片大小不一樣，有的12kB,有的不是，高寬肯定不一樣。

#python+opencv讀取文件圖片并處理

import os import numpy as np import cv2cat=[]#用于存儲x。 def ReFileName(dirPath):""":param dirPath: 文件夾路徑:return:"""# 對目錄下的文件進行遍歷for file in os.listdir(dirPath):# 判斷是否是文件if os.path.isfile(os.path.join(dirPath, file)) == True:c= os.path.basename(file)name = dirPath + '\\' + cimg = cv2.imread(name)img=cv2.resize(img,(100,100))#使尺寸大小一樣cat.append(img)dirPath = r"C:\Users\Shineion\Desktop\cat"#文件路徑 ReFileName(dirPath)#調用函數 cat=np.array(cat)#數據 print('輸入x.shape',cat.shape) biaoqian=[1 for i in range(len(cat))]#標簽處理 biaoqian=np.array(biaoqian)#標簽 print('輸入y.shape',biaoqian.shape)

得到的是我們想要的x,y格式

.說明
注意：cv2.imread(name) 讀取的圖片絕對路徑name ，不能含有中文。中文報錯。

1.代碼里只讀取啦一種類別的圖片：貓,并將貓的標簽設置為數字1。
一般我們會將不同類別的圖片放在不同文件夾。讀取另外類型圖片就是重復上述步驟，并修改標簽數字。
2.如果是多種類型圖片放在同一個文件夾里，可以根據文件名來來選擇圖片，并存儲到不同數組（如代碼中的cat）。選擇文件名一般是根據正則。

正則鏈接：
python :re模塊基本用法
可能有幫助的鏈接：
python 批量修改圖片名（也可以用來批量修改文件名）

3.代碼里只讀取圖片，并未對圖片進行任何處理。如識別貓狗，肯定要消除背景 和顏色影響的。opencv里有很多方法，參考python3+opencv學習筆記匯總目錄（適合基礎入門學習）。
處理代碼直接加在 img=cv2.resize(img,(100,100))#使尺寸大小一樣 后面就可以。
不同任務處理方法不一樣。

4.其他類型的輸入數據格式。不一定都是(batch_size，height，width，depth)。
如一維輸入
自己最后改變數據維度就可以。

電氣專業(yè)的計算機小白，寫博文不容易。如果你覺得本文對你有用，請點個贊支持下。謝謝。

總結

以上是生活随笔為你收集整理的python批量读取文件夹的图片并处理成模型输入格式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。