一、数据集的组成
数据集里面包含各种分辨率的图像,最开始的想法是将所有图像重新制作在一个文件夹下。
因为我的数据集里面名字都不是完全按照次序命名的,但是幸好在一个excel里有备注这些图像的次序
所以,做的第一件事就是用pa.read_excel读取本地excel表格获取图像名称
data_excel = pd.read_excel('***.excel',header = 0)
这里,***是excel的名称,header=0代表取第一行的值为列名,然后读取在excel里标注的图像文件名称
获取图像名称所在列的list
img_name = list(data_excel['Left-Fundus']
其中,Left-Fundus为图像名称的列名,图像名称全部保存在img_name这个list里面,然后通过循环一步步读取出来即可
在之前,要根据图像的数量,大小创建一个array
Nimgs = 3500
rows = 1296
cols = 1936
channels = 3
data = np.empty((Nimgs,rows,cols,channels),dtype='uint8')
然后依次读取图像,这里我们用Python的PIL库读取图像
for i in range(Nimgs):
im = Image.open(img_path+"/"+img_name[i])
im_resize = im.resize((cols,rows))
im_resize = array(im_resize)
data[i,:,:,:] = imresize
这里,有几点要注意,血的教训,open出来的即时是3通道图,在resize时,也只需要resize((cols,rows)),里面只有长宽两个参数,千万别以为是每隔通道单独拆开resize;其次,是resize里面参数的次序与array的次序相反,比如resize((100,200)),出来的图像是200行*100列,而array里初始化时的array(100,200)是100行*200列,所以这里要注意大小的一致,后面才能将图像转化为array。
到这里,所有的图像就都存在一个大小为[Nimgs, rows, cols, channels]的array里面了。