如何读取路径为D:\wjd上的格式为png的ovito图片，并使用无监督对其分类，分成两类，一类是FCC另一类是BCC

首先，你需要使用Python中的PIL库读取PNG格式的图片。你可以使用以下代码读取D:\wjd路径下的所有PNG图片：

from PIL import Image
import os

path = "D:/wjd/"
images = []
for file_name in os.listdir(path):
    if file_name.endswith(".png"):
        image = Image.open(path + file_name)
        images.append(image)

接下来，你需要使用一种无监督的分类算法对这些图片进行分类。常见的无监督分类算法有聚类算法。你可以使用K-means聚类算法，将这些图片分成两类。

from sklearn.cluster import KMeans

# 将图片转换为numpy数组
image_arrays = []
for image in images:
    image_array = np.array(image)
    image_arrays.append(image_array)

# 使用K-means对图片进行聚类
kmeans = KMeans(n_clusters=2, random_state=0).fit(image_arrays)
labels = kmeans.labels_

最后，你可以根据K-means算法得到的标签将图片分成两类。其中，标签为0的图片属于FCC，标签为1的图片属于BCC。

fcc_images = []
bcc_images = []
for i in range(len(images)):
    if labels[i] == 0:
        fcc_images.append(images[i])
    else:
        bcc_images.append(images[i])