file_paths = glob.glob('D:/wjd/*.png') # 获取 D 盘 wjd 文件夹下的所有 png 图片路径,我现在不想访问文件夹下的所有文件名,而是用 glob 模块获取文件夹下的所有图片路径
时间: 2024-02-20 07:59:17 浏览: 132
如果你想使用 `glob` 模块获取文件夹下的所有图片路径,可以这样写:
```python
import glob
file_paths = glob.glob('D:/wjd/*.png')
for file_path in file_paths:
img = Image.open(file_path)
img = img.resize((224, 224))
img_arr = np.array(img)
img_tensor = tf.convert_to_tensor(img_arr)
img_tensor = tf.expand_dims(img_tensor, axis=0)
print(img_tensor.shape)
```
这样就可以使用 `glob` 模块获取指定文件夹下的所有 `.png` 格式图片的路径,并打开每个图片,转换为张量。
相关问题
for file in os.listdir("D:/wjd/"+folder): file_paths = glob.glob('D:/wjd/*.png') # 获取 D 盘 wjd 文件夹下的所有 png 图片路径 img = Image.open("D:/wjd/"+folder+"/"+file) file_paths = glob.glob('D:/wjd/*.png') # 获取 D 盘 wjd 文件夹下的所有 png 图片路径 img = img.resize((224, 224)) # 将图片大小调整为 (224, 224) img_arr = np.array(img) # 将图片转换为 numpy 数组 img_tensor = tf.convert_to_tensor(img_arr) # 将 numpy 数组转换为张量 img_tensor = tf.expand_dims(img_tensor, axis=0) # 将张量扩展一个维度,变成 (batch_size, height, width, channels) print(img_tensor.shape) # 输出张量的形状,这段程序正确吗
这段程序有一些问题,主要是下面这两行代码:
```python
file_paths = glob.glob('D:/wjd/*.png') # 获取 D 盘 wjd 文件夹下的所有 png 图片路径
img = Image.open("D:/wjd/"+folder+"/"+file)
```
在 `img = Image.open("D:/wjd/"+folder+"/"+file)` 这行代码中,你已经指定了要打开的图片路径,不需要再使用 `glob` 模块获取文件夹下的所有图片路径了。
另外,在 `for file in os.listdir("D:/wjd/"+folder):` 这行代码中,你已经使用 `os.listdir` 函数获取了文件夹下的所有文件名,应该直接使用 `file` 变量来打开每个文件。
下面是修改后的代码:
```python
import os
import numpy as np
import tensorflow as tf
from PIL import Image
folder = "example_folder" # 假设要打开的文件夹名为 example_folder
for file in os.listdir("D:/wjd/"+folder):
img = Image.open("D:/wjd/"+folder+"/"+file)
img = img.resize((224, 224))
img_arr = np.array(img)
img_tensor = tf.convert_to_tensor(img_arr)
img_tensor = tf.expand_dims(img_tensor, axis=0)
print(img_tensor.shape)
```
这样就可以打开指定文件夹下的所有图片,并将它们转换为张量。
def data_generator(): for folder in os.listdir("D:/wjd"): for file in os.listdir("D:/wjd/"+folder): file_paths = glob.glob('D:/wjd/*.png') for file_path in file_paths: img = Image.open(file_path) img = img.resize((224, 224)) img_arr = np.array(img) img_tensor = tf.convert_to_tensor(img_arr) img_tensor = tf.expand_dims(img_tensor, axis=0) print(img_tensor.shape) print(img_tensor.shape) # 输出张量的形状,我感觉不对,我应该删除那两行代码啊
是的,你是正确的。在这个数据生成器函数中,`print(img_tensor.shape)` 这行代码是不必要的,因为它只是输出张量的形状,而不是将它们返回给调用者。因此,你可以将这两行代码删除,如下所示:
```python
def data_generator():
for folder in os.listdir("D:/wjd"):
for file in os.listdir("D:/wjd/"+folder):
file_paths = glob.glob('D:/wjd/*.png')
for file_path in file_paths:
img = Image.open(file_path)
img = img.resize((224, 224))
img_arr = np.array(img)
img_tensor = tf.convert_to_tensor(img_arr)
img_tensor = tf.expand_dims(img_tensor, axis=0)
yield img_tensor
```
这样修改后,这个函数将会生成一个张量序列,每个张量代表一个图片。你可以将这个函数作为参数传递给你的模型,用于训练和测试。
阅读全文