Python 遍历目录和子目录中的所有图像，以执行单个图像的平均强度

如果图像位于单个目录中，下面的代码可以正常工作

from skimage import io, img_as_float
    import matplotlib.image as mpimg
    import os
    import pandas as pd    

def load_images(folder):
    images = []
    data = []
    for filename in os.listdir(folder):
        img = mpimg.imread(os.path.join(folder, filename))
        img = img_as_float(img)
        if img is not None:
            images.append(img)
        if(np.mean(img) < 0.1):
            print filename
            data.append((folder, filename))
            df = pd.DataFrame(data, columns=['Folder', 'File'])
    return df

df = load_images('C:/Data/Testing')
df.to_csv('final.csv')

从skimage导入io，img_作为浮点数
将matplotlib.image导入为mpimg
导入操作系统
作为pd进口熊猫
def load_图像（文件夹）：
图像=[]
数据=[]
对于os.listdir（文件夹）中的文件名：
img=mpimg.imread（os.path.join（文件夹，文件名））
img=img\u作为浮点数（img）
如果img不是无：
images.append（img）
如果（np.平均值（img）<0.1）：
打印文件名
data.append（（文件夹，文件名））
df=pd.DataFrame（数据，列=['Folder'，'File']）
返回df
df=加载图像（'C:/数据/测试'）
df.to_csv（'final.csv'））

---

如果我的“C:/Data/Testing”文件夹有许多子文件夹，并且子文件夹中有图像文件，如何处理它？

如果有人正在查看此问题，以下是答案：

from skimage import io, img_as_float
import matplotlib.image as mpimg
import os
import pandas as pd

def load_images(n):
    images = []
    data = []
    for dirs in n:
        for filename in os.listdir(dirs):
            img = mpimg.imread(os.path.join(dirs, filename))
            img = img_as_float(img)
            if img is not None:
                images.append(img)
            if(np.mean(img) < 0.1):
                print filename
                data.append((dirs, filename))
                df = pd.DataFrame(data, columns=['Folder', 'File'])
    return df

from glob import glob
folder = glob("C:/Data/Testing/*/")
df = load_images(folder)

从skimage导入io，img_作为浮点数
将matplotlib.image导入为mpimg
导入操作系统
作为pd进口熊猫
def加载_图像（n）：
图像=[]
数据=[]
对于n中的dir：
对于os.listdir（dirs）中的文件名：
img=mpimg.imread（os.path.join（dirs，filename））
img=img\u作为浮点数（img）
如果img不是无：
images.append（img）
如果（np.平均值（img）<0.1）：
打印文件名
data.append（（目录，文件名））
df=pd.DataFrame（数据，列=['Folder'，'File']）
返回df
从全局导入全局
folder=glob（“C:/Data/Testing/*/”）
df=加载_图像（文件夹）

---

我希望这能有所帮助。

如果有人看到这个问题，下面是答案：

from skimage import io, img_as_float
import matplotlib.image as mpimg
import os
import pandas as pd

def load_images(n):
    images = []
    data = []
    for dirs in n:
        for filename in os.listdir(dirs):
            img = mpimg.imread(os.path.join(dirs, filename))
            img = img_as_float(img)
            if img is not None:
                images.append(img)
            if(np.mean(img) < 0.1):
                print filename
                data.append((dirs, filename))
                df = pd.DataFrame(data, columns=['Folder', 'File'])
    return df

from glob import glob
folder = glob("C:/Data/Testing/*/")
df = load_images(folder)

从skimage导入io，img_作为浮点数
将matplotlib.image导入为mpimg
导入操作系统
作为pd进口熊猫
def加载_图像（n）：
图像=[]
数据=[]
对于n中的dir：
对于os.listdir（dirs）中的文件名：
img=mpimg.imread（os.path.join（dirs，filename））
img=img\u作为浮点数（img）
如果img不是无：
images.append（img）
如果（np.平均值（img）<0.1）：
打印文件名
data.append（（目录，文件名））
df=pd.DataFrame（数据，列=['Folder'，'File']）
返回df
从全局导入全局
folder=glob（“C:/Data/Testing/*/”）
df=加载_图像（文件夹）

---

我希望这会有所帮助。

您似乎忽略了上面的注释，这些注释解释了您可以对单个目录使用

os.scandir

，或者使用

os.walk

递归扫描其所有子目录。一个小时后，这句话仍然正确，它准确地告诉了你现在该怎么做。@abarnert Ohh可能跳过了它，让我试试你的建议。你似乎忽略了上面的注释，这些注释解释了你可以对单个目录使用

os.scandir

，或者使用

os.walk

递归扫描其所有子目录。一个小时后，这句话仍然正确，它准确地告诉了你现在要做什么。@abarnert Ohh可能已经跳过了，让我试试你推荐的。。