数据挖掘B题代码（部分）

2021.4.4 预处理图像数据
step1:将数据进行预处理，数据增强。（随机剪裁、旋转等）

• 随机剪裁
• 存图路径
• 存图名称
• 有些图不裁减

# -*- coding: utf-8 -*-
import os
import random
from PIL import Image

def read_path(file_pathname):
    #遍历该目录下的所有图片文件
    for filename in os.listdir(file_pathname):
        num = int(filename[-5])    #荧光相片不进行裁减（1-2.bmp、4-2.bmp）
    #这里的filename[-5]要加int()，不然默认为字符串（str）形式，在后续判断时，为布尔值判断！！！！！
        """filename[-5]代表了是否为荧光照片"""
        if (num == 1):  #对非荧光照片进行裁减
            im= Image.open(file_pathname+'/'+filename)
            img_size = im.size
            m = img_size[0]  # 读取图片的宽度
            n = img_size[1]  # 读取图片的高度
            w = 256  # 设置你要裁剪的小图的宽度
            h = 256  # 设置你要裁剪的小图的高度
            for i in range(1, 5):  # 裁剪为100张随机的小图
                 x = random.randint(0, m - w)  # 裁剪起点的x坐标范围
                 y = random.randint(0, n - h)  # 裁剪起点的y坐标范围
                 stem, suffix = os.path.splitext(filename)
                 name = stem  #重新命名，去掉后缀（.bmp），方便后续命名
                 region = im.crop((x, y, x + w, y + h))  # 裁剪区域
                 region.save(after_path+"/"+name + "_" + str(i) + ".jpg")  # str(i)是裁剪后的编号，此处是1到100
  """直接保存在工作路径region.save("1_1_"+str(i)+".jpg")"""
  """保存到指定路径【...（路径）+'/'+...(文件名)】"""
        else:
            continue 
         #这里是continue，如果是break，只要出现了（i!=1时循环完全结束）
            
before_path="/home/xyjin/PycharmProjects/data_mining/rock_test"
after_path="/home/xyjin/PycharmProjects/data_mining/rock_processed_test"
read_path(before_path)

• 代码改进–把切割过程写成函数！

step2:制作自己的数据集，后续放入神经网络中训练。

出现的问题：把win10下的excel文件导入到Ubuntu20.04中，出现乱码。
原因：windows下文本编码为GBK，gedit默认为UTF-8所以中文会乱码
解决方法

解决之后：