小白深度学习起步中——读取人像图像

人脸图像读取

首先，先调用三个库 import numpy as np import cv2 import zipfile 然后确定一下主程序，搞清楚我们这个程序的目的。是为了从解压解压上读取图像。 if __name__ == '__main__': path = 'D:\\DeepBlue\\samples\\celeba\\Eval\\Img\\img_ali.gn_cel.eba.zip' # 解压路径 ca = CelebA() cv2.imshow(ca.imgs[1000]) cv2.waitKey() 然后定义一个类CelebA，在构造方法里 ，定义imgs。 class CelebA: def __init__(self,path): self.imgs = [] 紧接着放一个with语句对zipfile.ZipFile(path)做一个抛出异常操作，并将zipfile.ZipFile(path)命名为zf（zipfile.ZipFile(path)就是openc中解压文件的方法） with zipfile.ZipFile(path) as zf: # 解压文件 用is_dir函数判断info文件否是文件夹，如果是就跳过。 for info in zf.filelist: if info.is_dir(): continue # is_die(检查是否是目录）————>bool 首先从我们的filename中提取出流数据，并转化成uint8数据，最后对uint8数据进行解码使其形成图片 img = zf.read(info.filename) img = np.frombuffer(img, np.uint8) # frombuffer 收集数据，uint8：将收集的数据转制为八位的数组 img = cv2.imdecode(img, 1) # cv2.imdecode:解码成图，1是彩图，2是灰度图 然后找出名字并将图像存储到imgs列表中 name = info.filename[info.filename.rfind('/')+1:] self.imgs.append(img) 因为不断地输出名字会显得很杂乱无章，所以这里我们让他每完成10000组图像的读取进行一次说明 if len(self.imgs) % 10000 == 0: print('Read %d imgs' % len(self.imgs)) 最后输出完成语句 print('Read %d imgs from %s successfully!' % (len(self.imgs),path),flush=True) #flush参数主要是刷新， 默认flush = False，不刷新,True则反之

完整代码：

import zipfile import numpy as np import cv2 class CelebA: def __init__(self,path): self.imgs = [] with zipfile.ZipFile(path) as zf: # 解压文件 for info in zf.filelist: if info.is_dir(): continue# is_die(检查是否是目录）————>bool img = zf.read(info.filename) img = np.frombuffer(img, np.uint8) # frombuffer 收集数据，uint8：将收集的数据转制为八位的数组 img = cv2.imdecode(img, 1) # cv2.imdecode:解码成图，1是彩图，2是灰度图 name = info.filename[info.filename.rfind('/')+1:] self.imgs.append(img) if len(self.imgs) % 10000 == 0: print('Read %d imgs' % len(self.imgs)) print('Read %d imgs from %s successfully!' % (len(self.imgs),path),flush=True) #flush参数主要是刷新， 默认flush = False，不刷新,True则反之。 if __name__ == '__main__': path = 'D:\\DeepBlue\\samples\\celeba\\Eval\\Img\\img_ali.gn_cel.eba.zip' # 解压路径 ca = CelebA() cv2.imshow(ca.imgs[1000]) cv2.waitKey()

结果如图：