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

要读取路径为D:\wjd上的所有png格式的ovito图片，并使用无监督方法对其进行分类，可以使用以下代码：

import os
import cv2
import as np
from sklearn.cluster import KMeans

# 读取所有图片
images = []
for filename in os.listdir("D:/wjd"):
    if filename.endswith(".png") and "ovito" in filename:
        filepath = os.path.join("D:/wjd", filename)
        image = cv2.imread(filepath)
        images.append(image)

# 将所有图片转化为向量表示
data = np.vstack(images).reshape(len(images), -1)

# 对所有向量进行聚类
kmeans = KMeans(n_clusters=3, random_state=0).fit(data)

# 获取类结果
labels = kmeans.labels_

# 根据聚类结果将图片分类
for i in range(len(images)):
    image = images[i]
    label = labels[i]
    cv2.imwrite(f"cluster_{label}_{i}.png", image)

这段代码假设所有的png格式的ovito图片都保存在路径为D:\wjd上。代码首先使用 `os.listdir()` 函数获取该路径下的所有文件名，然后筛选出所有以 ".png" 结尾，文件名中包含 "ovito" 的文件。接着，代码读取每个文件的像素值，将其转化为向量表示，并将所有向量合并成一个矩阵。最后，代码对所有向量进行聚类，并将聚类结果应用到每张图片上，将它们划分到不同的文件夹中。

在这个示例代码中，使用了KMeans算法对图片进行聚类。你可以根据实际情况选择其他的无监督聚类算法，例如DBSCAN、层次聚类等。