二分类数据集_机器学习项目之照片分拣02：创建照片分类数据集

【导读：本文为照片分拣机器学习项目系列文章的第2篇，介绍如何读取不同文件夹下、不同大小的jpg格式图片，压缩至相同大小，创建csv分类数据集，用于后续分类模型的训练】

项目系列文章请查看：

机器学习项目之照片分拣01：项目概述

机器学习项目之照片分拣02：创建照片分类数据集(本文)

机器学习项目之照片分拣03：训练照片分类模型

机器学习项目之照片分拣04：预测新照片类别并分别存放

项目演示视频

要实现照片的预测和分拣，首先要构建一个打好标签的图片数据集，用来训练分类模型。本文介绍如何使用Python将收集的人物和花卉图片创建为csv格式的分类数据集。

一、基本思路

首先收集照片，将照片分类别保存在计算机硬盘上；分类别逐张读取图片，将它们压缩到相同形状；创建空的特征集和目标集列表；将压缩的每张图片展平为1行，添加到特征集的尾部，同时将图片的类标签添加到目标集的尾部；更新特征集的形状，使列数相同，行数等于所有图片数量；将特征集和目标集保存为csv数据文件。

二、收集图片

收集两种类别的图片(本项目方法可以扩充到更多类别)：人物和花卉，图片为jpg格式，大小可以不同，如下图所示。