python:给多目录人脸数据集打标签

多目录数据集

注:本文用的是Oulu_CASIA_NIR_VIS人脸数据集

如下图：有些数据集的目录非常多，对于这种数据集，我们仔细分析在第三层目录的时候表示的是真人数，我们根据这个来打标签

代码

思想：目录太多，直接遍历图片，然后得到想要的那一级的目录，去打标签；也可以是你自定义的其他标签。

#-*-coding:gb2312-*-
import os

def creat_filelist(img_path):
#创建三级目录
#index 一定是str类型，不可以为int
    #num1 = img_path.split('/')[0] #一级目录
    #num2 = img_path.split('/')[1] #一级目录
    #num3 = img_path.split('/')[2] #一级目录
    label = img_path.split('/')[3] #一级目录
    #num5 = img_path.split('/')[4] #一级目录
    #num6 = img_path.split('/')[5] #一级目录
    file_list = []
    #标签要从零开始，否则训练会报错，因为我的是目录是从1开始，所以这里要进行减一操作，
    image_labe = img_path +' '+ str(int(label[-2:])-1)
    file_list.append(image_labe)    
    #print(file_list)
 
    return file_list
 
def creat_txtfile(output_path, file_list):
 
    with open(output_path, 'a') as f:
        for list in file_list:
            print(list)
            f.write(str(list) + '\n')
 

def get_list(output_path):
    out_list = []
    with open(output_path) as f:
        out_list = f.read().splitlines()
    return out_list

def main():
  
    path = 'OULU/'
    output_path = 'OULU.txt'
    i = 0
    for root,dirs,files in os.walk(path):
        for f in files :
            i = i +1
            img_path = os.path.join(root,f)
            print("给第{}张图片 {}  打标签 ".format(i,img_path))
            file_list = creat_filelist(img_path)
            creat_txtfile(output_path, file_list)
    #从临时生成的txt文件获取总的一个list
    out_list = get_list(output_path)
    #给这个list按照label的大小排序
    out_list.sort(key=lambda x:int(x[-2:]))
    #print(out_list)
    #删除原来未排序的txt文件
    os.remove(output_path)
    #创建新的排序后的txt文件
    creat_txtfile(output_path,out_list) 

if __name__ == '__main__':
    main()

结果

未排序的结果：

排完序的结果：

其他

也可以根据图片的name进行打标签，只需要把打label部分的代码改一下就行。
特别注意：label要从零开始排序