Python 如何使用openCV高效地从文件夹中加载许多图像
我试图为机器学习创建自己的图像数据集 我认为工作流程如下: ①将所有图像文件作为数组加载到文件夹中 ②为加载的图像添加标签 ③将加载的图像文件拆分为图像数据和标签数据 ④最后,将图像数据拆分为图像训练数据和图像测试数据,并将标签数据拆分为标签训练数据和标签测试数据 然而,第一步并不顺利(①). 如何有效地加载所有图像数据 如果您根据此工作流实现机器学习的图像数据集,您将如何处理它 我编写了以下代码Python 如何使用openCV高效地从文件夹中加载许多图像,python,python-3.x,opencv,Python,Python 3.x,Opencv,我试图为机器学习创建自己的图像数据集 我认为工作流程如下: ①将所有图像文件作为数组加载到文件夹中 ②为加载的图像添加标签 ③将加载的图像文件拆分为图像数据和标签数据 ④最后,将图像数据拆分为图像训练数据和图像测试数据,并将标签数据拆分为标签训练数据和标签测试数据 然而,第一步并不顺利(①). 如何有效地加载所有图像数据 如果您根据此工作流实现机器学习的图像数据集,您将如何处理它 我编写了以下代码 cat_im = cv2.imread("C:\\Users\\path\\cat1.jpg")
cat_im = cv2.imread("C:\\Users\\path\\cat1.jpg")
但是,我是被迫写\cat1.jpg、\cat2.jpg、\cat3.jpg……?标签在哪里?
## you can find all images like extenstion
import os,cv2
import glob
all_images_path= glob.glob('some_folder\images\*png') ## it gives path of images as list
## then you can loop over all files
loaded_images = []
for image_path in all_images_path:
image = cv2.imread(image_path)
loaded_images.append(image)
## lets assume your labels are just name of files and its like cat1.png,cat2.png etc
labels = []
for image_path in all_images_path:
labels.append(os.basename(image_path))