读入/写入csv文件

最新推荐文章于 2024-05-27 22:14:38 发布

我现在强的可怕~

最新推荐文章于 2024-05-27 22:14:38 发布

阅读量215

点赞数

分类专栏：深度学习 python相关

本文链接：https://blog.csdn.net/qq_35037684/article/details/118783987

版权

深度学习同时被 2 个专栏收录

121 篇文章 8 订阅

订阅专栏

python相关

99 篇文章 6 订阅

订阅专栏

该代码段展示了如何读取CSV文件，检查其中的图片路径是否有效。通过使用`cv2.imread()`函数加载图片，如果图片为空，则跳过该行。最终，将有效的图片路径写入新的CSV文件。这是一个用于数据预处理的实用脚本，确保后续模型训练只使用可用的图片数据。

摘要由CSDN通过智能技术生成

背景：csv文件中，部分路径为空路径，判断图片是否为空，将不为空的图片重新写成一个csv

import pandas as pd
import cv2
import csv

def new_csv():
    new_csv_file = []
    count = 0
    
    ori_csv = open('/yangjiang/CDCN-Face-Anti-Spoofing.pytorch/U2_train_pos_0713.csv')
    f = open('/yangjiang/CDCN-Face-Anti-Spoofing.pytorch/U2_modified_csv','w')
    csv_write=csv.writer(f,dialect='excel')
    reader = csv.reader(ori_csv)
    rows = list(reader)
    for row in rows:
        #print(row[1])
        if row[1] == '1':         
            img_path = row[0]
            map_path = row[2]
            mask_label = cv2.imread(map_path)
            train_img = cv2.imread(img_path)
            if mask_label is None or train_img is None:
                count = count + 1
                #print(map_path)
                continue
            
        print('zz:', [row[0],row[1],row[2]])
        csv_write.writerow(row)
        print('success write!')
    print('count',count)
    
if __name__=="__main__":
    new_csv()

注：
（1）读csv文件

ori_csv = open('/yangjiang/CDCN-Face-Anti-Spoofing.pytorch/U2_train_pos_0713.csv')
reader = csv.reader(ori_csv)
rows = list(reader)
for row in rows:

详见：https://blog.csdn.net/msq16021/article/details/114263782
（2）写csv文件

f = open('/yangjiang/CDCN-Face-Anti-Spoofing.pytorch/U2_modified_csv','w')
csv_write=csv.writer(f,dialect='excel')
csv_write.writerow(row)

（3）写代码的时候有个小细节，开始是这样写的, 发现csv并没有写入，原因是走了if分支，有图片为空，count计数，接下来continue，直接跳出本次循环开始下一次，所以是一直不会运行else中的写入csv分支，所以写代码的时候一定要认真一些，正确的就是像最上面代码的写法。

for row in rows:
        #print(row[1])
        if row[1] == '1':         
            img_path = row[0]
            map_path = row[2]
            mask_label = cv2.imread(map_path)
            train_img = cv2.imread(img_path)
            if mask_label is None or train_img is None:
                count = count + 1
                #print(map_path)
                continue
            else:
                print('zz:', [row[0],row[1],row[2]])
        		csv_write.writerow(row)