Python读取指定文件夹下所有图像并构建数据集的方法

数据准备与数据集介绍

数据准备阶段

数据集介绍

该数据集共包含1223幅图像。其中，负样本有756个，图像命名格式为0.1至0.756；正样本有458个，图像命名格式为1.1至1.458。在文件名中，小数点前的数字代表样本标签，小数点后的数字代表样本序号。

Python批量读取图像实现

利用Python读取文件夹中所有图像

'''
Load the image files form the folder
input:
  imgDir: the direction of the folder
  imgName:the name of the folder
output:
  data:the data of the dataset
  label:the label of the datset
'''
def load_Img(imgDir,imgFoldName):
  imgs = os.listdir(imgDir+imgFoldName)
  imgNum = len(imgs)
  data = np.empty((imgNum,1,12,12),dtype="float32")
  label = np.empty((imgNum,),dtype="uint8")
  for i in range (imgNum):
    img = Image.open(imgDir+imgFoldName+"/"+imgs[i])
    arr = np.asarray(img,dtype="float32")
    data[i,:,:,:] = arr
    label[i] = int(imgs[i].split('.')[0])
  return data,label

输出数据结构说明

执行上述代码后，获取的data和label均为ndarray数据类型。

data的形状为(1223, 1, 12, 12)

label的形状为(1223,)

注：ndarray是numpy库提供的一种数据类型，全称为N-dimensional array（N维数组）。它弥补了Python原生array模块不支持多维数组的缺陷，适合处理大规模数值计算。

调用方式

craterDir = "./data/CraterImg/Adjust/"
foldName = "East_CraterAdjust12"
data, label = load_Img(craterDir,foldName)

以上即为Python读取指定文件夹下所有图像并构建数据集的完整方法，供读者参考。