机器学习常用小代码块

这个是我常用的代码，保存下来，以供以后使用方便。有些代码可能是直接从其他地方copy过来的，但是在文中不进行标注引用。特此声明。

github 仓库持续更新：

Fly-Pluche/Code_block (github.com)

觉得好用的同学请给个Star

数据

NUMPY与TENSOR的转化

tensor -> numpy

np.array(data.cpu())或np.array(data.cpu().detch())

numpy-> tensor

torch.from_numpy(data)

tensor用size

numpy用shape

数据类型转化

得到数据类型

data.dtype()

数据类型转化

numpy:

mask=mask.astype(np.uint8)

一般是为了保存为图片，所以是8位

将在CUDA上的TORCH数据保存为图片

 import cv2
 mask3=src_bg_mask.squeeze(0).squeeze(0)
 mask3=np.array(mask3.cpu())     #转化到cpu,并转化为numpy
 mask3=mask3.astype(np.uint8)*255 # 将dtype 转化为uint8，自己看要不要×255 
 # cv2.imshow('mask3',mask3)
 #cv2.waitkey(0)
 cv2.imwrite('mask3.png',mask3)
 ​
 如果要保存的图片是三维的，就要在tensor的时候转化为（H,W,3）
         src_img=src_img.permute(1,2,0)

显卡

os.environ["CUDA_VISIBLE_DEVICES"] = "0"

文件读取

读取一个文件下的所有JPG图片

 import glob
 img_path_list=sorted(glob.glob(path+'/*.jpg'))
 # 其中的 jpg 可以改成其他类型

获取一个路径的前一个路径

 path='./outputs/results/demos/imitators/mixamo_preds/pred_00000100.jpg'
 b=path.split('/')
 path2='/'.join(i for i in b[:-1])
 # path2=''./outputs/results/demos/imitators/mixamo_preds'

得到原字符串右对齐，使用字符填充的固定长度字符串

 a=1
 a.rjust(4,'0')
 a='0001'

文件转化

将AVI MP4转化为GIF

1. 首先 pip install moviepy

2.  import moviepy.editor as mpy
    ​
    # 视频文件的本地路径
    def mp4_to_gif(path):
        content = mpy.VideoFileClip("D:/photo_video/qq/1.avi")
        #（avi->mp4）
        # 剪辑0分0秒到0分4秒的片段。resize为修改清晰度
        c1 = content.subclip()
        # c1 = content.subclip((0, 0), (0, 4)).resize((480, 320))
        # 将片段保存为gif图到python的默认路径
        c1.write_gif("D:/photo_video/qq/gav24.gif")

   我自己试过avi以及MP4都可以，其他的类型没有试过，你们可以自己have a try.

   将AVI GIF转为JPG,PNG

    import cv2
    from PIL import Image
    ​
    video_path = 'D:/photo_video/qq/0.gif'  # 视频或gif图像的路径
    save_path = 'D:/photo_video/qq/'  # 保存帧的路径
    a=video_path.split('/')
    name=a[-1][-3:]
    ​
    # 当打开一个序列文件时，PIL库自动加载第一帧。
    # 可以使用seek()函数和tell()函数在不同帧之间移动。实现保存
    if name == "avi":
        cap = cv2.VideoCapture(video_path)
        fps = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
        fps_count = 0
        for i in range(fps):
            ret, frame = cap.read()
            if ret:
                cv2.imwrite(save_path + str(10000 + fps_count) + '.jpg', frame)
                #(jpg->png)
                fps_count += 1
    if name == "gif":
        im = Image.open(video_path)
        # 当打开一个序列文件时，PIL库自动加载第一帧。
        # 可以使用seek()函数和tell()函数在不同帧之间移动。实现保存
        try:
            while True:
                current = im.tell()
                # 为了保存为jpg格式，需要转化。否则可以保存为png
                img = im.convert('RGB')
                img.save(save_path + '/' + str(10000 + current) + '.jpg')
                            #(jpg->png)
                im.seek(current + 1)
        except EOFError:
            pass

PYTHON将.PNG图片改为.JPG格式

 import os
 import re
 ​
 path="F:/xxx"
 file_walk = os.walk(path)
 fileNum = 0
 filesPathList = []
 for root, dirs, files in file_walk:
     # print(root, end=',')
     # print(dirs, end=',')
     # print(files)
     for file in files:
         fileNum = fileNum + 1
         filePath = root + '/' + file
         # print(filePath)
         filesPathList.append(filePath)
         protion = os.path.splitext(filePath)
         # print(protion[0],protion[1])
 ​
         if protion[1].lower() == '.png':
             print("正在处理：" + filePath)
             newFilePath = protion[0] + '.JPG'
             os.rename(filePath, newFilePath)

多张图片合成为GIF

1. pip install imageio

 import imageio
 import os
 ​
 def create_gif(img_dir, image_list, gif_name, duration=0.05):
     frames = []
     for image_name in image_list:
         print("image_name={0} img_dir={1}".format(image_name, img_dir))
         frames.append(imageio.imread(img_dir + '/'+ image_name))
     imageio.mimsave(gif_name, frames, 'GIF', duration=duration)
     return
 ​
 def main():
     img_dir = './image_dir'
     duration = 0.05 # 每秒20帧
     image_list = os.listdir(img_dir + '/')
     gif_name = img_dir+'.gif'
     create_gif(img_dir, image_list, gif_name, duration)
 ​
 if __name__ == '__main__':
     main()

腐蚀，画框并裁剪

Net是一个抠图的网络，得到一个二值化的mask蒙版（只有黑白）

 mask = Net("0000.jpg")
 mask = mask.astype(np.uint8) * 255
     # mask=0，255
 print(mask.shape)
 img = mask.copy()
 mask = mask[:, :, 0]
     # mask两个维度
 cnts = (cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE))[0]
 ​
 c = sorted(cnts, key=cv2.contourArea, reverse=True)[0]  # contourArea这计算图像轮廓的面积  从大到小排,取最大
 ​
 rect = cv2.boundingRect(c)  # minAreaRect就是求出在上述点集下的最小面积矩形
 ​
 x = rect[0]-10
 y = rect[1]-10
 wight = rect[2]
 height = rect[3]
 if height >= wight:
     x = x - (height - wight) / 2
     if x<0:
         x=0
     wight = height
 ​
 else:
     y = y - (wight-height) / 2
     if y<0:
         y=0
     height = wight
 ​
 box = [[x, y], [x + height, y], [x + wight, y + height], [x, y + height]]
 box = np.int64(box)
 ​
 a=cv2.imread('0000.jpg')
 final = cv2.drawContours(a, [box], -1, (0, 255, 0), 3)
 cv2.imshow("Image", final)
 ​
 print(a.shape)
 c=a[int(y):int(y+height),int(x):int(x+wight),:]
 print(c.shape)
 cv2.imshow("final",c)
 cv2.waitKey(0)
 # final=cv2.resize(255,255)
 ​
 print('---------------Finish-------------------')