os.walk()方法读取图像集标签与路径到列表

import os

data_path = []
data_name = []

for root, dirs, files in os.walk('train'):
    # 变量指定目录文件列表
    for image_file in files:
        image_path = os.path.join(root, image_file)
        data_path.append(image_path)
        data_name.append(image_file.split('.')[0])

train文件夹下为图像数据集:

data_name:

data_path:

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个错误提示是内存不足,可以尝试调整代码中的数据处理方式,减少内存占用。以下是修复后的完整代码: ```python import os import numpy as np import nibabel as nib from PIL import Image # 定义数据路径 data_path = r'C:\Users\Administrator\Desktop\LiTS2017' # 定义保存路径 save_path = r'C:\Users\Administrator\Desktop\2D-LiTS2017' if not os.path.exists(save_path): os.makedirs(save_path) # 定义标签灰度值映射 label_mapping = {0: 0, 1: 1, 2: 2} # 遍历所有图像标签 for root, dirs, files in os.walk(data_path): for file in files: if file.endswith('.nii'): # 读取图像标签数据 img_path = os.path.join(root, file) img_data = nib.load(img_path).get_fdata() # 将3D数据转换为2D图片 for i in range(img_data.shape[2]): img_slice = img_data[:, :, i] img_slice = np.rot90(img_slice) img_slice = np.flipud(img_slice) img_slice = (img_slice - np.min(img_slice)) / (np.max(img_slice) - np.min(img_slice)) * 255 img_slice = img_slice.astype(np.uint8) img_slice = Image.fromarray(img_slice) # 处理标签数据 if 'label' in img_path.lower(): for k, v in label_mapping.items(): img_slice_array = np.array(img_slice) img_slice_array[img_slice_array == k] = v img_slice = Image.fromarray(img_slice_array) # 保存2D图片 save_dir = os.path.join(save_path, os.path.basename(root)) if not os.path.exists(save_dir): os.makedirs(save_dir) save_path_2d = os.path.join(save_dir, f'{file[:-4]}_{i:03d}.png') img_slice.save(save_path_2d) ``` 在处理标签数据时,将 `np.array` 转换为 `img_slice_array`,以减少内存占用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值