我有一个包含很多图像的文件夹，我想用这些图像在 python 中使用 SVM 模型和 sklearn 对分类器进行分类。我一直使用 csv 文件作为 sklearn 的训练/测试集，我该怎么做？（一个 csv 文件，其中包含对应于图像的记录和每个像素的变量）
如何转换 csv 文件中的图像文件夹
数据挖掘
scikit-学习
熊猫
图像分类
图像识别
CSV
2021-09-28 06:42:00
2个回答
您正在描述一次性预处理步骤，该步骤将在您的文件夹中爬行并将每张图像转换为一行数据，然后将整个集合保存在 CSV 文件中。反过来，该文件成为您的黄金标准数据集。
如果我处于你的位置，我会研究已经提供 python 库来快速完成这项任务的 Keras 预处理工具。这是图像处理的常见需求，Keras 库非常成熟，可以为您完成。
它应该是这样的：
- 读取图像
Image.open() - 转换成
np.array() - 将之前的 3D 阵列（高 x 宽 x 通道）扁平化为 1D 阵列
- 将所有一维数组收集到列表中
- 将列表转换为 np.array，生成二维数组（图像 x 像素）
注意：以下代码未经测试
import glob
import PIL
import numpy
data = np.array([ np.array(PIL.Image.open(f).convert("RGB")).ravel()
for f in glob.glob("./folder/*.jpeg") ])
其它你可能感兴趣的问题