python 圖像轉 csv

woff

1.圖像目錄為手動方式建立，請於圖像目錄內放置多個圖檔。

1. def createFileList(myDir,format='.jpg'):
   
2.   fileList=[]
   
3.   print(myDir)
   
4.   for root,dir,files in os.walk(myDir,topdown=True):
   
5.     print('root:',root)
   
6.     print('dir:',dir)
   
7.     print('files:',files)
   
8.     for name in files:
   
9.       if name.endswith(format):
   
10.         fullName=os.path.join(root,name)
    
11.         fileList.append(fullName)
    
12. return fileList

複製代碼

os.walk
  • 代表作業系統開始於這個資料夾進行檔案探索。
  • 會有三個回傳值
    • root 目前的目錄名稱
    • dir 子資料夾名稱，若沒有子資料夾則空白
    • files 檔案清單
• 兩個參數
  • myDir 代表你要探索的目錄
  • topdown
    • =True 代表優先查看根目錄
    • =False 代表修先查看子目錄

2.將圖像轉換為灰階後再轉Numpy資料後儲存。

python 圖像 csv

1. for file in myFileList:
   
2.   img_file=Image.open(file)
   
3.   width,height=img_file.size
   
4.   format=img_file.format
   
5.   mode=img_file.mode
   
6.   img_gray=img_file.convert('L')
   
7.   value1=np.array(img_gray.getdata(),dtype=np.int)
   
8.   value=np.array(img_gray.getdata(),dtype=np.int).reshape((img_gray.size[1],img_gray.size[0]))
   
9.   value=value.flatten()
   
10.   with open('img_pixels.csv','a',newline='') as f:
    
11.     writer=csv.writer(f)
    
12.     writer.writerow(value)

複製代碼

1. <font size="4">PIL的size將會輸出寬width與高height。
   
2. • 可是影像的寬與高，相對於矩陣資料就是columns與rows。
   
3. • PIL是寬X高，而Numpy的計算則是rows Xcolumns
   
4. • img_gray.size[1] 代表圖像的高，也代表圖像轉矩陣後的rows
   
5. • img_gray.size[0] 代表圖像的寬，也代表圖像轉矩陣後的columns</font>

複製代碼

• PIL語法產生的影像物件不能直接用print讀取，不能直接以矩陣方式顯示。
• .convert('L') 轉換為灰階的色彩格式。
• np.array(img_gray.getdata(),dtype=np.int) 將會產生一維矩陣資料，這資料就可以儲存作為後續的辨識學習。
• 而reshape動作主要是重建圖檔。
• flatten( )代表將二維資料進行平坦化。

VGG16顯示特徵

• 因為VGG16預設圖像大小為224X224，所以圖像輸入後得做大小調整。
• model=VGG16()
• model=Model(inputs=model.inputs,outputs=model.layers[1].output)
• model.summary()
• 上述程式只是利用VGG16()這個keras應用程式application內的一個捲積層，之後查看特徵擷取的過程。
• 我們的模型並不完整