图像处理项目——生成csv文件提高读取效率

利用pyhton脚本生成csv文件

*开发环境为windows PyCharm
*使用的是pyhton脚本
*生成人脸和人脸对应的标签的csv文件

一：主要步骤

1、载入对应路径
2、提取每一张图片对应的位置与同一个人脸对应的标签
3、写入存储文件夹data.txt

二：代码

 """------------------------------------------------------------------
 利用pyhton脚本生成csv文件
     人脸模型训时需要读取人脸和人脸对应的标签，利用csv文件读取,以取代传统
 的逐一的方式,直接在数据库读取效率很低。在训练之前生成csv文件,主要步骤:
 1、载入对应路径
 2、提取每一张图片对应的位置与同一个人脸对应的标签
 3、写入存储文件夹data.txt
 ---------------------------------------------------------------------"""
 import tensorflow as tf
 import os.path
 """定义csv文件生成函数"""
 def MakeLabel():
     face_path = "faces"               # 人脸数据的路径
     separator = ";"                   # 分隔符
     file = open("data.txt", 'w')      # 打开存储的文件
     """filenames对应faces; dirnames对应s1; dirname对应1.pgm；其中faces/s1/1.pgm"""
     for dirname, dirnames, filenames in os.walk(face_path):
         for targetname in dirnames:
             target_path = os.path.join(dirname, targetname)
             for filename in os.listdir(target_path):
                 targetname2 = targetname[::-1]
                 targetname3 = targetname2[:-1]
                 targetname4 = targetname3[::-1]
 
                 label = int(targetname4)            # 文件名字符串型转数字int型
                 path = "%s/%s" % (target_path, filename)
                 print("%s%s%d" % (path, separator, label))
                 file.write(path)                    # 写入路径
                 file.write(separator)               # 写入;号
                 file.write(str(label))              # 写入标签
                 file.write("\n")
             label = label + 1
     file.close()                      #关闭存储的文件
 
 """启动函数"""
 def main(argv=None):
     MakeLabel()
 if __name__ =='__main__':
     tf.app.run()

三 ： 生成结果