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("
")
            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