python多进程读图提取特征存npy_python遍历提取特征数据资源-CSDN文库

26 浏览量 2021-01-01 01:25:08 上传评论收藏 54KB PDF 举报

资源详情

资源评论

资源推荐

python多进程读图提取特征存多进程读图提取特征存npy

本文实例为大家分享了python多进程读图提取特征存npy的具体代码，供大家参考，具体内容如下

import multiprocessing

import os, time, random

import numpy as np

import cv2

import os

import sys

from time import ctime

import tensorflow as tf

image_dir = r"D:/sxl/处理图片/汉字分类/train10/" #图像文件夹路径

data_type = 'test'

save_path = r'E:/sxl_Programs/Python/CNN/npy/' #存储路径

data_name = 'Img10' #npy文件名

char_set = np.array(os.listdir(image_dir)) #文件夹名称列表

np.save(save_path+'ImgShuZi10.npy',char_set) #文件夹名称列表

char_set_n = len(char_set) #文件夹列表长度

read_process_n = 1 #进程数

repate_n = 4 #随机移动次数

data_size = 1000000 #1个npy大小

shuffled = True #是否打乱

#可以读取带中文路径的图

def cv_imread(file_path,type=0):

cv_img=cv2.imdecode(np.fromfile(file_path,dtype=np.uint8),-1)

# print(file_path)

# print(cv_img.shape)

# print(len(cv_img.shape))

if(type==0):

if(len(cv_img.shape)==3):

cv_img = cv2.cvtColor(cv_img, cv2.COLOR_BGR2GRAY)

return cv_img

#多个数组按同一规则打乱数据

def ShuffledData(features,labels):

'''

@description:随机打乱数据与标签，但保持数据与标签一一对应

'''

permutation = np.random.permutation(features.shape[0])

shuffled_features = features[permutation,:] #多维

shuffled_labels = labels[permutation] #1维

return shuffled_features,shuffled_labels

#函数功能：简单网格

#函数要求：1.无关图像大小；2.输入图像默认为灰度图;3.参数只有输入图像

#返回数据：1x64*64维特征

def GetFeature(image):

#图像大小归一化

image = cv2.resize(image,(64,64))

img_h = image.shape[0] img_w = image.shape[1]

#定义特征向量

feature = np.zeros(img_h*img_w,dtype=np.int16)

for h in range(img_h):

for w in range(img_w):

feature[h*img_h+w] = image[h,w]

return feature

# 写数据进程执行的代码:

def read_image_to_queue(queue):

print('Process to write: %s' % os.getpid())

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论0

内容反馈

weixin_38663415

粉丝: 3
资源: 891

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip