Invalid argument: Invalid JPEG data & Python脚本删除指定文件夹下的有问题的jpg格式图片

问题

用yolo-nas训练一个数据集时，老是报图片有问题的错中断训练，因此写个脚本清洗掉有错误的jpg图片。

代码&使用方法

用自己的文件路径替换掉代码中的train_dir文件路径即可。注意，运行该代码后有问题的Jpg图片将会直接被删掉，建议运行前先备份。

import os

train_dir = 'data/images/val/'

def progress(percent, width=50):
    '''进度打印功能'''
    if percent >= 100:
        percent = 100

    show_str = ('[%%-%ds]' % width) % (int(width * percent / 100) * "#")  # 字符串拼接的嵌套使用
    print('\r%s %d%% ' % (show_str, percent), end='')


def is_valid_jpg(jpg_file):
    with open(jpg_file, 'rb') as f:
        f.seek(-2, 2)
        buf = f.read()
        f.close()
        return buf == b'\xff\xd9'  # 判定jpg是否包含结束字段


data_size = len([lists for lists in os.listdir(train_dir) if os.path.isfile(os.path.join(train_dir, lists))])
recv_size = 0
incompleteFile = 0
print('file tall : %d' % data_size)

for file in os.listdir(train_dir):
    if os.path.splitext(file)[1].lower() == '.jpg':
        ret = is_valid_jpg(train_dir + file)
        if ret == False:
            incompleteFile = incompleteFile + 1
            os.remove(train_dir + file)

    recv_per = int(100 * recv_size / data_size)
    progress(recv_per, width=30)
    recv_size = recv_size + 1

progress(100, width=30)
print('\nincomplete file : %d' % incompleteFile)

参考链接

https://blog.csdn.net/wacebb/article/details/109604260