快速批量将数据集中选取的指定图片移动到新文件中（详细图文教程_附代码）

本文链接：https://blog.csdn.net/qq_40280673/article/details/125863170

本文介绍了在深度学习训练中如何快速批量提取有效数据集。提供了两种方法：一是通过编写代码实现每隔一定帧数提取图片，适用于大量图片；二是手动选择，适合少量图片。这两种方法都利用了os和shutil库，能大大提高数据处理效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

💪 专业从事且热爱图像处理，图像处理专栏更新如下👇：
📝《图像去噪》
📝《超分辨率重建》
📝《语义分割》
📝《风格迁移》
📝《目标检测》
📝《图像增强》
📝《模型优化》
📝《模型实战部署》
📝《图像配准融合》
📝《数据集》
📝《高效助手》

在这里插入图片描述

一、需求

在做深度学习训练的时候，自己用视频采集了数据集，后期一帧一帧提取出来，很多帧是重复的，这时候可以只选取某一部分作为训练用的数据集，比如我原始数据集中有80625张图片，如果不借助代码提取，太费人了，这里我总结两种方法快速提取。

二、实现

2.1 脚本批量快速提取

2.1.1 代码

直接用脚本大批量快速提取，比如我的是每隔30帧提取一张图像，代码见下：

import os
import shutil

## 新建目标文件夹
IsExists = os.path.exists('Images\Image_New_INF')    ##在目录中新建一个文件夹
if not IsExists:
    os.makedirs("Images\Image_New_INF")
else:
    print("目录已存在")
new_img_folder = "Images\Image_New_INF"

## 遍历读取文件夹筛选符合标准的图片
dir_path = "Images/INF2022530"       ## 将原始的数据集文件路径加载进来
for root,dirs,files in os.walk(dir_path):
    for file in files:
        num_name = file.rstrip(".jpg")   ## 将图片名末尾的.jpg去掉
        num_name_int = int(num_name)
        if num_name_int % 30 == 0:
            shutil.copy(os.path.join(root, file), new_img_folder)

2.1.2 效果展示

原始的数据集见下：

在这里插入图片描述

提取后的数据集见下：

在这里插入图片描述

以上是针对我自己的数据集提取的方法，大家可以参考我上面提供的代码进行修改，大致原理都是想通的，主要是运用到了os和shutil这两个库，提取速度特别快。

2.2 直接拉取法

这种方法简单粗暴，直接下滑到图片文件夹的最底端，单击鼠标左键选中某一列，按着鼠标不放，一直往上拖，直至滑到图片文件夹顶端，松开鼠标左键，按下Ctrl + C（复制），去到新建文件夹中Ctrl + V（粘贴），这样就直接将选定图片提取到新文件夹中了，具体见下。这种方法适合图片数量小的情况，图片数量大了，还是建议使用上面的方法，用脚本直接批量处理。

在这里插入图片描述