Как создать Numpy Массивы из изображений папки, включая подпапки

Question

Вот моя структура папок:

Human
├── Man
│   ├── img02.jpg
│   └── img02.jpg
├── Woman
│   ├── img03.jpg
│   └── img03.jpg

Я хочу преобразовать пиксели всех изображений в массив numpy. Я пытался с этим:

import cv2
import glob
import numpy as np

X_data = []
files = glob.glob("Human/*.jpg")
for myFile in files:
    print(myFile)
    image = cv2.imread (myFile)
    X_data.append (image)

type(X_data)

Это дает мне list в качестве вывода. Но я хочу, чтобы, если я запустил print(X_data), мой конечный вывод был бы примерно таким:

{'data': array([[5.1, 3.5, 1.4, 0.2],
       [4.9, 3. , 1.4, 0.2],
       ....................
       [5.9, 3. , 5.1, 1.8]]), 'target': array([0, 0, ...... 1, 1]), 'target_names': array([],....)

Как преобразовать пиксели в python структуру данных?

Answer 1

Структура, которую вы ищете, называется словарь в Python.

Основная идея - создать X_data как словарь с предопределенными ключами. Затем выполните l oop через файлы, чтобы извлечь соответствующую информацию из каждого изображения (пиксели, имя файла, подкаталог) и сохранить их в отдельных списках. Позже преобразуйте каждый список в массив numpy и просто добавьте их в словарь.

Исходный код ниже демонстрирует, как выполнить sh, и показывает, как выполнить итерацию по данные в словаре и отображение изображений вместе с их именами файлов и подкаталогами:

import cv2
import glob
import numpy as np
import pprint

X_data = { 'data': None, 'target': None, 'target_name': None }

# iterate through the target directory (recursively) finding .jpg files
target_dir = 'Human'
files = []
for f in glob.glob(target_dir + '/**/*', recursive=True):
    if f[-4:] == '.jpg':
        files.append(f)
#print('files=', files)

# create separate lists to store the data
data_list = []
target_list = []
target_name_list = []

# iterate through the files
for filename in files:
    # load input image
    image = cv2.imread(filename)
    #print('f=', filename)

    # remove the target folder name from the path
    subdir_plus_file = filename[len(target_dir)+1:]
    #print('subdir_plus_file=', subdir_plus_file)

    # extract the subdirectory
    slash_idx = subdir_plus_file.index('\\')
    if (slash_idx):
        subdir = subdir_plus_file[:slash_idx]
    else:
        subdir = 'None'
    #print('subdir=', subdir)

    # append each piece of data into its respective list
    data_list.append(image)
    target_list.append(filename)
    target_name_list.append(subdir)

# convert each list into a np.array and then assemble them into a single data structure (dictionary)
X_data['data'] = np.array(data_list)
X_data['target'] = np.array(target_list)
X_data['target_name'] = np.array(target_name_list)

# print the dictionary contents
#pprint.pprint(X_data, depth=1)

# display each image along with its respective target and target_name
for idx, _ in enumerate(X_data['target']):    
    cv2.imshow('output', X_data['data'][idx])
    print('File #' , idx, '  target=', X_data['target'][idx], '  target_name=', X_data['target_name'][idx])
    cv2.waitKey(0)

Вывод :

{'data': array([array([[[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [176, 171, 170],
        [174, 169, 168],
        [174, 169, 168]]], dtype=uint8)], dtype=object),
 'target': array(['Human\\Man\\dates.jpg', 'Human\\Woman\\legos.jpg'], dtype='<U21'),
 'target_name': array(['Man', 'Woman'], dtype='<U5')}

File # 0   target= Human\Man\img.jpg   target_name= Man
File # 1   target= Human\Woman\img.jpg   target_name= Woman