项目背景
我是在做计算机项目的时候会遇到这种问题,当使用爬虫爬取大量图片后,图片大小参差不齐,有些图片明显是不可使用的,比如很小的图片就很可疑(在机器学习的时候可能无法使用),而你又不知道小图片在你的存贮空间中的占比,这就需要Python的概率分布图来标识了。
代码功能
1.用户手动输入图片的路径。这个路径是已经整理过的了,全部都是图片。
2.将小于512K的图片筛选出来。
3.显示小于512K的图片概率分布。
代码内容
import matplotlib.pyplot as plt
import os
def getFileSizeList(path):
sizeList = []
for filename in os.listdir(path):
fullName = os.path.join(path, filename)
size = os.path.getsize(fullName)
#只把小于512K的图片放入队列
if size // 1024 < 512:
sizeList.append(size)
return sizeList
x = getFileSizeList('/home/king/PycharmProjects/nsfw_data_scrapper/raw_data/sexy')
fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6))
#第二个参数是柱子宽一些还