我的数据集是D:\wjd这个路径下有2个文件夹，分别是Al,W这2个文件夹，每个文件夹下面是300张1000*1000的格式为png的ovito三色图，现在想用一种无监督方法对这个路径下D:\wjd下的2个文件夹的图片进行特征提取，然后归为两大类，一类是FCC，一类是BCC，然后把分类结果放到两个文件夹里，一个叫FCC,另外一个叫BCC，这两个文件夹放在D:\wjd这个路径里，可以根据这些描述，给我写一段完整的程序实现相关功能吗

可以的，以下是一个简单的Python程序，使用KMeans聚类算法对D:\wjd下的图片进行特征提取，并将其分为FCC和BCC两类，然后将分类结果放到两个文件夹中：

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

# 定义一个函数，用于提取图片的特征
def extract_features(image_path):
    image = cv2.imread(image_path)
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    sift = cv2.xfeatures2d.SIFT_create()
    keypoints, descriptors = sift.detectAndCompute(gray_image, None)
    return descriptors

# 定义一个函数，用于将图片分为FCC和BCC两类
def classify_images(image_paths):
    features = []
    for image_path in image_paths:
        features.append(extract_features(image_path))
    features = np.vstack(features)
    kmeans = KMeans(n_clusters=2, random_state=0).fit(features)
    labels = kmeans.labels_
    return labels

# 将图片分类并保存到FCC和BCC两个文件夹中
def save_images(image_paths, labels):
    for i, image_path in enumerate(image_paths):
        if labels[i] == 0:
            folder = 'FCC'
        else:
            folder = 'BCC'
        filename = os.path.basename(image_path)
        save_path = os.path.join('D:/wjd', folder, filename)
        image = cv2.imread(image_path)
        cv2.imwrite(save_path, image)

# 获取D:\wjd下所有的图片路径
image_paths = []
for folder in ['Al', 'W']:
    folder_path = os.path.join('D:/wjd', folder)
    for filename in os.listdir(folder_path):
        if filename.endswith('.png'):
            image_path = os.path.join(folder_path, filename)
            image_paths.append(image_path)

# 将图片分为FCC和BCC两类
labels = classify_images(image_paths)

# 将图片分类并保存到FCC和BCC两个文件夹中
for folder in ['FCC', 'BCC']:
    folder_path = os.path.join('D:/wjd', folder)
    if not os.path.exists(folder_path):
        os.makedirs(folder_path)
save_images(image_paths, labels)

这个程序使用了OpenCV库中的SIFT算法提取图片的特征，然后使用KMeans算法将图片分为FCC和BCC两类，并将分类结果保存到D:\wjd\FCC和D:\wjd\BCC文件夹中。请注意，这个程序可能需要一些修改才能适应你的具体情况，比如修改图片的大小、调整KMeans算法的参数等。