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

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：

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：

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：

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：

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。