在Python中提取多个图像文件名中的详细信息，并将其添加为数据集的标签

我有一个包含1300个.JPEG文件的文件夹，所有文件都有特定顺序的文件名

每个文件名的顺序为category\u count\u randomString.JPEG。举个例子，下面是文件夹中的一个图像：

13_2_5jdf.JPEG

其中13是类别，2是图像中该类别的计数，后跟随机字符串

我希望能够：

从每个文件名中提取类别并将其指定为标签（然后构建CNN模型），然后

从每个文件名中提取类别的计数，并将其分配给向量/数组

现在，我刚刚使用glob函数加载了图像（还没有作为数组）

import glob

data = '/Users/Data'

images = glob.glob(data+'/*.JPEG')

---

我是编码新手，因此我正在寻找能够提供“防白痴”编码行的人，我可以将这些代码行合并到我的笔记本中以使其正常工作。

您可以使用

os

获取数据目录中所有文件的列表，并使用

split

命令获取文件名中的信息：

import os

data_path = "/Users/Data"

categories = []
counts = []
rand_strs = []

for img_filename in os.listdir(data_path):
    if img_filename.endswith(".JPEG"):
        category, count, rand_str = img_filename.split('.')[0].split('_')
        categories.append(category)
        counts.append(int(count))
        rand_strs.append(rand_str)

每个列表的索引都是相同的，因此，例如，如果您想知道13类的计数，您可以这样做

category_idx = categories.index('13')
print "Category %s has %d elements" % (categories[category_idx], counts[category_idx])

---

您希望如何在最后加载图像。numpy数组？您可以在文件名上使用

.split（“”“）

按下划线分割它们---这将为您提供一个包含三个字符串的数组，其中包含下划线分割的内容<代码>类别，计数，结束='13_2_5jdf.JPEG'。拆分（'uu'）将设置

类别='13'

，

计数='2'

，和

结束='5jdf.JPEG'

。您还可以查看

os.path

模块以分离JPEG扩展名（如果需要），也可以分离路径并从路径字符串中删除前面的文件夹。@adamconkey yes，作为numpy数组。在将其拆分为x_train&y_train:x=np.array（[np.array（Image.open（fname））表示图像中的fname]）@AlexanderReynolds这是一个好的开始。但是我如何在1300张图片上循环呢？感谢你的帮助！因此，我粘贴了整个代码，并在'for'命令后面的第一行出现错误“没有足够的值来解包（预期为3，得到1）”。你知道这是怎么回事吗？对不起，我完全不知道。如果你的文件格式是你说的CATEGORY\u COUNT\u RAND.jpeg，那么

上的
拆分
。
应该给出一个
['CATEGORY\u COUNT\u RAND'，'jpeg']
列表，然后它接受第一个元素并在
'
上拆分，这应该给你一个包含三个元素的列表：
['CATEGORY'、'COUNT'、'RAND']
该目录中的所有文件都有这种格式吗？如果没有，那么上面的代码就会中断。我可以进一步检查该目录中是否至少所有JPEG文件都符合这种格式。完全一样。所有1300个文件都是这样。但奇怪的是，我得到了这个错误。你知道是什么原因吗？@halfer fair，我同意你说的，我只知道我能回答这个问题，因为我一直都在做这种事情。