詳解Python如何批量檢查圖像是否可用
數據集中的圖像,一般不可用在以下3個方面:
1.圖像過小
2.無法打開
3.“Premature end of JPEG file”
這些圖像可能會導致模型的學習異常,因此,使用多進程檢查數據集中的每張圖像,是很有必要的。
具體邏輯如下:
- 遍歷文件夾,多進程處理每一張圖像
- 判斷圖像是否可讀,是否支持resize尺寸,邊長是否滿足
- 判斷JPG圖像是否Premature end
- 刪除錯誤圖像
腳本如下:
#!/usr/bin/env python # -- coding: utf-8 -- """ Copyright (c) 2020. All rights reserved. Created by C. L. Wang on 10.11.20 """ import argparse import os from multiprocessing import Pool import cv2 def traverse_dir_files(root_dir, ext=None): """ 列出文件夾中的文件, 深度遍歷 :param root_dir: 根目錄 :param ext: 後綴名 :return: [文件路徑列表, 文件名稱列表] """ names_list = [] paths_list = [] for parent, _, fileNames in os.walk(root_dir): for name in fileNames: if name.startswith('.'): # 去除隱藏文件 continue if ext: # 根據後綴名搜索 if name.endswith(tuple(ext)): names_list.append(name) paths_list.append(os.path.join(parent, name)) else: names_list.append(name) paths_list.append(os.path.join(parent, name)) return paths_list, names_list def check_img(path, size): """ 檢查圖像 """ is_good = True try: img_bgr = cv2.imread(path) h, w, _ = img_bgr.shape if h < size or w < size: is_good = False _ = cv2.resize(img_bgr, (size, size)) except Exception as e: is_good = False if path.endswith("jpg"): with open(path, 'rb') as f: check_chars = f.read()[-2:] if check_chars != b'\xff\xd9': print('[Info] Not complete jpg image') is_good = False if not is_good: print('[Info] error path: {}'.format(path)) os.remove(path) def check_error(img_dir, n_prc, size): """ 檢查錯誤圖像的數量 """ print('[Info] 處理文件夾路徑: {}'.format(img_dir)) paths_list, names_list = traverse_dir_files(img_dir) print('[Info] 數據總量: {}'.format(len(paths_list))) pool = Pool(processes=n_prc) # 多線程下載 for idx, path in enumerate(paths_list): pool.apply_async(check_img, (path, size)) if (idx+1) % 1000 == 0: print('[Info] idx: {}'.format(idx+1)) pool.close() pool.join() print('[Info] 數據處理完成: {}'.format(img_dir)) def parse_args(): """ 處理腳本參數,支持相對路徑 :return: in_folder 輸入文件夾, size 尺寸, n_prc 進程數 """ parser = argparse.ArgumentParser(description='檢查圖片腳本') parser.add_argument('-i', dest='in_folder', required=True, help='輸入文件夾', type=str) parser.add_argument('-p', dest='n_prc', required=False, default=100, help='進程數', type=str) parser.add_argument('-s', dest='size', required=False, default=50, help='最小邊長', type=str) args = parser.parse_args() in_folder = args.in_folder size = int(args.size) n_prc = int(args.n_prc) print("[Info] 文件路徑:{}".format(in_folder)) print("[Info] 進程數: {}".format(n_prc)) print("[Info] 邊長: {}".format(size)) return in_folder, n_prc, size def main(): arg_in, n_prc, size = parse_args() check_error(arg_in, n_prc, size) if __name__ == '__main__': main()
到此這篇關於詳解Python如何批量檢查圖像是否可用的文章就介紹到這瞭,更多相關Python檢查圖像內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python利用pywin32庫實現將PPT導出為高清圖片
- 一篇文章帶你搞定Python多進程
- python 批量壓縮圖片的腳本
- python 實現百度網盤非會員上傳超過500個文件的方法
- Python實現清除文件夾中重復視頻