图像处理创建dataset,img_path,label的代码
时间: 2024-02-16 13:08:21 浏览: 21
以下是一个简单的图像处理代码示例,用于创建数据集,其中包括图像路径和标签:
```python
import os
import cv2
import numpy as np
# 图像文件夹路径和标签
data_dir = 'path/to/image/folder'
labels = ['cat', 'dog']
# 创建数据集
dataset = []
for label in labels:
label_path = os.path.join(data_dir, label)
for img_name in os.listdir(label_path):
img_path = os.path.join(label_path, img_name)
img = cv2.imread(img_path)
img = cv2.resize(img, (224, 224)) # 调整图像大小
img = np.array(img, dtype=np.float32) / 255.0 # 归一化图像
dataset.append((img, label))
# 打印数据集大小
print('Dataset size:', len(dataset))
# 打印前10个样本
for i in range(10):
print(dataset[i])
```
在这个示例中,我们假设有两个标签:'cat' 和 'dog',并将它们存储在文件夹 'path/to/image/folder' 中。我们遍历每个标签文件夹,读取每个图像并将其调整为大小为 (224, 224) 的图像。然后,我们将图像归一化为值在 0 和 1 之间的浮点数,并将其与标签一起添加到数据集中。
最后,我们打印数据集大小并输出前10个样本。