将按类别保存的图片处理为SVM可以训练的数据

最新推荐文章于 2023-11-20 20:57:05 发布

木绿

最新推荐文章于 2023-11-20 20:57:05 发布

阅读量653

点赞数

本文链接：https://blog.csdn.net/qq_43232545/article/details/89341805

版权

本文介绍如何将不同类别的图片预处理，转化为适合支持向量机（SVM）模型训练的数据集，包括图像特征提取、归一化等步骤。

摘要由CSDN通过智能技术生成

def gen_txt(txt_path, img_dir):
    f = open(txt_path, 'w')
    for root, dirs, files in os.walk(img_dir):
        for file in files:
            img_path = os.path.join(root,file)
            label = 0 if '0' in img_path.split('/')[-2] else 1
            line = img_path + ' ' +str(int(label)) + '\n'
            f.write(line)
    f.close()
    return f.name
#生成sklearn训练数据集
def load_imgesets(filename):
'''在txt中随机遍历数据
'''
    file = open(filename, 'r')
    target = []
    data = None
    count = len(file.readlines())
    s = list(range(1,count+1))
    for i in s:
        s1 = random.randint(0, count - 1)
        s2 = random.randint(0, count - 1)
        s[s1],s[s2] = s[s2],s[s1]
        line = linecache.getline(filename,i)

        # 分割图像路径与类别
        str = line.strip('\n')
        str = line.split()
        target.append(s