Python中对文件夹下的特定格式图像全部读取并转化为数组保存(也可转化为txt文件)

本文展示了如何使用Python批量读取指定文件夹下的BMP格式图像,并将其转换为数组进行保存。代码包括了图像到数组以及矩阵与一维数组之间的转化。示例中,图像位于D: est目录,包含28*28大小的minist数据集图片。
摘要由CSDN通过智能技术生成

python下对图像进行批处理少不了读取文件夹下的全部图像,下面就以具体实例分享下对文件夹下的特定格式图像全部读取并转化为数组保存的代码,代码详解请见注释
代码同时包含了矩阵和一维数组的相互转化


我的图像位于D:\test中,目录中为以下文件
这里写图片描述
里面的bmp文件为minist数据集的两张图片,大小为28*28

 D:\test 的目录

2016/11/03  21:19             <DIR>          .
2016/11/03  21:19             <DIR>          ..
2016/11/03  21:
要实现使用Python读取不同文件夹下的JSON文件,并将特定数据记录到Excel,可以按照以下步骤进行操作: 1. 导入所需的Python库:首先,需要导入`os`库用于操作文件文件夹路径,以及`json`库用于处理JSON数据。还需要导入`pandas`库用于处理Excel文件。 2. 获取文件夹路径:使用`os`库的`os.listdir`函数获取指定文件夹下的所有文件名。通过循环遍历,可以获取每个文件的路径。 3. 读取JSON文件并提取特定数据:使用`open`函数打开JSON文件,然后使用`json`库的`load`函数将JSON文件加载为Python对象。根据JSON文件的结构,使用合适的索引或键来获取所需的特定数据。 4. 记录数据到Excel文件:使用`pandas`库创建一个空的DataFrame对象。将每个文件特定数据添加到DataFrame,可以使用`DataFrame`的`append`函数。最后,使用`to_excel`方法将DataFrame保存为Excel文件。 以下是示例代码: ```python import os import json import pandas as pd # 定义文件夹路径 folder_path = '/path/to/folder' # 创建一个空的DataFrame对象 df = pd.DataFrame() # 遍历文件夹下的所有文件名 for file_name in os.listdir(folder_path): # 组合文件路径 file_path = os.path.join(folder_path, file_name) # 读取JSON文件 with open(file_path, 'r') as f: data = json.load(f) # 提取特定数据,这里以键为例 specific_data = data['specific_key'] # 创建字典,用于添加到DataFrame data_dict = {'File Name': file_name, 'Specific Data': specific_data} # 将字典添加到DataFrame df = df.append(data_dict, ignore_index=True) # 将数据保存到Excel文件 df.to_excel('output.xlsx', index=False) ``` 以上代码将会将每个JSON文件文件名和特定数据记录到Excel文件(假设已经安装了相应的库)。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值