二、python小项目模块（制作.npy形式数据集、图像添加随机噪声、将.npy的数据合成图像、创建文件夹）

#都是单独的函数，朋友们要是有需要可以直接复制粘贴，内容都有标注。

'''
data:2020.10
author:Xiao Yu
'''
import os
import cv2
import numpy as np
from PIL import Image
import random
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
path = "/Users/chenzhenyu/desktop/python/create/image/0"
path_s ="/Users/chenzhenyu/desktop/cart_data/test/0"
index = {"京": 0, "沪": 1, "津": 2, "渝": 3, "冀": 4, "晋": 5, "蒙": 6, "辽": 7, "吉": 8, "黑": 9, "苏": 10, "浙": 11, "皖": 12,"闽": 13, "赣": 14, "鲁": 15, "豫": 16, "鄂": 17, "湘": 18, "粤": 19, "桂": 20, "琼": 21, "川": 22, "贵": 23, "云": 24,"藏": 25, "陕": 26, "甘": 27, "青": 28, "宁": 29, "新": 30,"临":31,"时":32, "0": 33, "1": 34, "2": 35, "3": 36, "4": 37, "5": 38,"6": 39, "7": 40, "8": 41, "9": 42, "A": 43, "B": 44, "C": 45, "D": 46, "E": 47, "F": 48, "G": 49, "H": 50,"J": 51, "K": 52, "L": 53, "M": 54, "N": 55, "P": 56, "Q": 57, "R": 58, "S": 59, "T": 60, "U": 61, "V": 62,"W": 63, "X": 64, "Y": 65, "Z": 66}
indexl = ["京", "沪", "津", "渝", "冀", "晋", "蒙", "辽", "吉", "黑", "苏", "浙", "皖","闽", "赣", "鲁", "豫", "鄂", "湘", "粤", "桂", "琼", "川", "贵", "云","藏", "陕", "甘", "青", "宁", "新","临","时", "0", "1", "2", "3", "4", "5","6", "7", "8", "9", "A", "B", "C", "D", "E", "F", "G", "H","J", "K", "L", "M", "N", "P", "Q", "R", "S", "T", "U", "V","W", "X", "Y", "Z"]
def show_label_img():'''将生成的数组以图像的形式存储，命名格式为：图像编号+标签+标签对应的实际含义'''a = np.load("/Users/chenzhenyu/desktop/finally/pure_create/x_test.npy")b = np.load("/Users/chenzhenyu/desktop/finally/pure_create/y_test.npy")#a= np.load(file="/Users/chenzhenyu/desktop/new_data/x_test.npy")#b= np.load(file="/Users/chenzhenyu/desktop/new_data/y_test.npy")print(b[1])print(b.shape,b.shape,len(b))a = a[0:200]b = b[0:200]for i in range(len(a)):#print(i)img = Image.fromarray(a[i], 'RGB')#print(b[i][0])print("/Users/chenzhenyu/desktop/new_data/show_img/"+str(i)+'_'+str(b[i][0])+'_'+str(indexl[b[i][0]])+'.jpg')#img.save("/Users/chenzhenyu/desktop/finally/show/"+str(i)+'_'+str(b[i][0])+'_'+str(indexl[b[i][0]])+'.jpg')img.save("/Users/chenzhenyu/desktop/finally/show/" + str(i) + '_' + str(b[i][0])+ '.jpg')
show_label_img()
def sp_noise(image,prob):'''添加椒盐噪声prob:噪声比例'''output = np.zeros(image.shape,np.uint8)thres = 1 - probfor i in range(image.shape[0]):for j in range(image.shape[1]):rdn = random.random()if rdn < prob:output[i][j] = 0elif rdn > thres:output[i][j] = 255else:output[i][j] = image[i][j]return output
def gasuss_noise(image, mean=0, var=0.0001): # 0.001,0.002,0.0001'''添加高斯噪声mean : 均值var : 方差'''image = np.array(image/255, dtype=float)noise = np.random.normal(mean, var ** 0.5, image.shape)out = image + noiseif out.min() < 0:low_clip = -1.else:low_clip = 0.out = np.clip(out, low_clip, 1.0)out = np.uint8(out*255)return out
def big_show(img):'''图像对比对调整'''img_bright = cv2.convertScaleAbs(img, alpha=0.095, beta=0)#0.8-1.3return  img_bright
def mak_dirl():'''根据字典生成目录'''path = "/Users/chenzhenyu/desktop/moto/kuozhan"print(index)for key in index.keys():print(key)#os.mkdir(path+'/'+ str(key))
#mak_dirl()
def del_unuse():path = "/Users/chenzhenyu/desktop/moto/kuozhan"for i in os.listdir(path):if i == '.DS_Store':continuefor j in os.listdir(path + '/' + str(i)):if j == '.DS_Store':continueprint(path + '/' + str(i) + '/' + str(j))print(str(j))aa = str(j).split('_')cc = aa[1]print(cc)dd = cc.split('.')print('dsdsd:',dd[0])if int(dd[0]) >4622:os.remove(path + '/' + str(i) + '/' + str(j))#print(aa[1])
def gather_order():'''1、将所有的数据生成一个总文件夹，文件夹中包括所有图像，每张图像命名包括：编号_标签_实际含义（98_5_晋.jpg)；2、输入数据是一个一级文件夹，此一级文件夹下的二级文件夹是以标签名命名的文件夹:kuozhan>0,1,临......'''path = "/Users/chenzhenyu/desktop/moto/kuozhan"  # path为所有单个文件的总目录path_save = "/Users/chenzhenyu/desktop/moto/images"  # 保存的文件路径counter = 0for i in os.listdir(path):    #i表示在path文件夹下面的所有文件的文件名（此处表示0，2，晋，A等）if i == '.DS_Store':        #此过滤掉字符.DS_Store'continue#print(path + '/' + str(i))  #查看路径，path + '/' + str(i)表示要访问的一级文件的路径，打印结果类似于/Users/chenzhenyu/desktop/moto/kuozhan/Afor j in os.listdir(path + '/' + str(i)):   #j为一级目录下的所有文件print(path + '/' + str(i) + '/' +str(j))  #打印最终要访问的文件，打印类似于/Users/chenzhenyu/desktop/moto/kuozhan/W/gs_9981.jpgimg = cv2.imread(path + '/' + str(i) + '/' +str(j))  #读取路径当中的图像img = cv2.resize(img, (16, 16))  #将图像缩放至16*16的范围cv2.imwrite(path_save + '/' + str(counter) + '_' + str(index[str(i)]) + '_' + str(i) + '.jpg',img)print(path_save + '/' + str(counter) + '_' + str(index[str(i)]) + '_' + str(i) + '.jpg')counter = counter + 1
def disorder_data():'''将有序的图像打乱顺序，保存在另外一个文件夹中'''path = "/Users/chenzhenyu/desktop/moto/images"   #读入图像路径path_save = "/Users/chenzhenyu/desktop/moto/images_finally"   #将打乱顺序后的图像保存在该文件夹中list = os.listdir(path)print(list[0])random.shuffle(list)print(list[0])counts = 0for x in list:if x == '.DS_Store':  # 此过滤掉字符.DS_Store'continue# print(x)chara = str(x).split('_')  # 将文件名字符以'_'为界分开，chara[1]、chara[2]分别表示对应图像的标签和真实值print(path_save + '/' + str(x))img_finall = cv2.imread(path_save + '/' + str(x))cv2.imwrite(path_save + '/' + str(counts) + '_' + str(chara[1]) + '_' + str(chara[2]), img_finall)counts = counts + 1
def create_npy():'''将数据转化为.npy格式，生成最终的数据集，path表示路径，里面存放图像，图像命名格式为："编号_标签_实名.jpg",其中，编号任意，各图像名互不相同即可，图像格式可以是.bmp,jpeg等，实名具体指标签对应的实际意义'''path = "/Users/chenzhenyu/desktop/moto/images_finally"list = os.listdir(path)x_list = []y_list = []for i in list:img = cv2.imread(path + '/' + str(i))   #读取图像文件，path + '/' + str(i)表示文件所在路径y_list.append(np.uint8(str(i).split('_')[1]))   #将标签从文件名取出，添加到标签列表中img = np.array(img)    #将图像转化为anrray数组x_list.append(img)  #将图像数据添加到训练集列表y_list = np.array(y_list)     #转换为数组y_data = y_list.reshape((len(list),1))  # 一维变二维x_data = np.array(x_list)print("x_data",x_data.shape,type(x_data),type(x_data[0][0][0][0]))print("y_data", y_data.shape, type(y_data), type(y_data[0][0]))np.save(file="/Users/chenzhenyu/desktop/finally/real_cate/x_data.npy",arr=x_data)np.save(file="/Users/chenzhenyu/desktop/finally/real_cate/y_data.npy", arr=y_data)
#create_npy
def count_number():'''统计数据集中数据的数量，包括图像总数，分多少类，每一类有多少张图像。这些信息只要加载标签数据就可以统计出来'''l_array = np.load("/Users/chenzhenyu/desktop/finally/real_cate/y_data.npy") #载入数据标签l_array = l_array.reshape((1,len(l_array)))l_array = l_array.tolist()l_array = l_array[0]myset = set(l_array)    #set可以将一个列表当中存在的元素返回给变量，返回的元素包括列表中所有元素，但不重复print(myset)for item in myset:print("the %d has found %d" % (item, l_array.count(item)))
#count_number()
def together_array():'''按照顺序合并数组，本结果将所有数据集合并为数据信息和对应标签两个文件'''x_data = np.load("/Users/chenzhenyu/desktop/finally/real_cate/x_data.npy")y_data = np.load("/Users/chenzhenyu/desktop/finally/real_cate/y_data.npy")a = np.load("/Users/chenzhenyu/desktop/finally/pure_create/x_train.npy")b = np.load("/Users/chenzhenyu/desktop/finally/pure_create/x_test.npy")a_lab = np.load("/Users/chenzhenyu/desktop/finally/pure_create/y_train.npy")b_lab = np.load("/Users/chenzhenyu/desktop/finally/pure_create/y_test.npy")c = np.vstack((a,b))               #数组按列拼接c_lab = np.vstack((a_lab,b_lab))x_all_data = np.vstack((c,x_data))y_all_data = np.vstack((c_lab,y_data))np.save(file="/Users/chenzhenyu/desktop/finally/total_data/x_all_data.npy",arr= x_all_data)np.save(file="/Users/chenzhenyu/desktop/finally/total_data/y_all_data.npy",arr = y_all_data)print(x_all_data.shape)print(y_all_data.shape)
def get_dic_key_value():'''访问字典的键和值'''print(len(index),index["京"])for key in index.keys():print(key)for v in index.values():print(v)
def k_means():x1 = np.array([1,1,2,3,4,5,6,7,8,9])x2 = np.array([1,4,7,9,2,1,4,7,8,7])x = np.array(list(zip(x1,x2))).reshape(len(x1),2)print(x,list(zip(x1,x2)))keans_model = KMeans(n_clusters = 4).fit(x)img =cv2.imread("/Users/chenzhenyu/desktop/new_data/plate/20.jpg")img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)#img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)imgll = img/255imgl = imgll.reshape(-1,3)keans_model = KMeans(n_clusters=2).fit(imgl)labels = keans_model.fit_predict(imgl)print(labels)colors = keans_model.cluster_centers_print(colors)print(img.shape[1])h,w = img.shape[0],img.shape[1]print(h,w)for i in range(h):for j in range(w):if imgll[i,j,0] == 0.11232347 or imgll[i,j,1] == 0.3675052 :imgl[i,j,1] =0else:imgl[i,j,1]= 255cv2.imshow('dsd',imgll)cv2.waitKey(0)#k_means()
def counter_data():x_data = np.load("/Users/chenzhenyu/desktop/finally/total_data/x_all_data.npy")y_data = np.load("/Users/chenzhenyu/desktop/finally/total_data/y_all_data.npy")chinese = 0num = 0chara = 0print(y_data.shape)print(y_data[-1],y_data)for i in range(187472):if y_data[i] >= 0 and  y_data[i] <= 32:chinese = chinese +1elif y_data[i] >= 33 and  y_data[i] <= 42:chara = chara +1elif y_data[i] >= 43 and  y_data[i] <= 66:num = num +1total_num = chinese + num + charaprint("汉字:",chinese)print("字母：",chara)print("数字：",num)print("总共：",total_num)x_data = np.load("/Users/chenzhenyu/desktop/finally/pure_create/y_test.npy")y_data = np.load("/Users/chenzhenyu/desktop/finally/pure_create/y_train.npy")print(int(len(x_data)) + int(len(y_data)))
#counter_data()
def zhuzhuang():#plt.rcParams['font.sans-serif'] = ['SimHei']#plt.rcParams['axes.unicode_minus'] = Falsewaters = ('汉字',  '字母','数字')buy_number = [94592,26400,66480]plt.bar(waters, buy_number)plt.title('男性购买饮用水情况的调查结果')plt.show()
#zhuzhuang()

二、python小项目模块（制作.npy形式数据集、图像添加随机噪声、将.npy的数据合成图像、创建文件夹）相关推荐

part1：推荐一些适合练手、课程设计、毕业设计的python小项目源码，无任何下载门槛
人生苦短,我用python,随着python这些年的流行,很多人开始使用python来实现各种功能.下面推荐一些适合用来练手.大学生课程设计作业.大学生毕业设计的python小项目,尤其适合新手,源码 ...
python实现百度网盘创建文件夹与转存
最近学习尝试了一些爬虫的皮毛.前几天又通过jsonup将某个网站的会员视频的百度网盘链接与提取码爬入了数据库中.但是由于视频内容还是比较多的(大概2300个),一个一个地转存入度盘中太过繁琐. 同时不 ...
Python小项目——生成个性二维码
Python小项目--生成个性二维码现代社交离不开微信,QQ,那么今天就教你用 Python 生成自己的个性二维码
五十二、GUI布局tkinter完善Python小项目
@Author: Runsen 本次 Python 小项目主要功能:调用电脑摄像头实现拍照,并使用百度 API 接口实现图像识别. 上次完成了API的封装,这次完成GUI的布局.具体成品如下所示. 拍 ...
开源Python小项目
原文地址:开源Python小项目贡献! (github.com) 自述文件模板项目 SR 否项目描述作者 1 掷骰子刺激器Dice rolling Stimulator 这是一个使用Pytho ...
python小项目-python 小项目
广告关闭 2017年12月,云+社区对外发布,从最开始的技术博客到现在拥有多个社区产品.未来,我们一起乘风破浪,创造无限可能. 事先录制好一段音频,客户接通电话后,自动播放https:blog.csd ...
Python——利用pygame模块制作RPG游戏（一）
利用pygame模块制作RPG游戏(一) 需要用到的第三方库:pygame 一.构造游戏的基本框架 1.首先准备好相应的游戏素材:背景,人物动作图片,音乐,音效等. 图片均用png格式,音乐音效均用o ...
Python 小项目猜数字小游戏
欢迎来到<Python 小项目>专栏,这个专栏会不定时更新Python的小项目,大家可以订阅关注哦! 这次,我们要编写一个非常简单的猜数字小游戏! 先看看运行效果: 代码详细教学: 导入模 ...
Python小项目：实现日历功能
Python小项目:实现日历功能功能:(1)输入年月日,输出这一天是星期几 (2)输入年份,打印该年日历 months=[0,31,28,31,30,31,30,31,31,30,31,30,31] ...
100 个 Python 小项目源码，总有一个用得到
学习 Python 会有这么一个阶段,太简单的程序看不上眼,复杂的开源项目又有点力不从心,这个时候,你就需要接触点简单的 Python 小项目来提升 Python 技能. 碰巧 GitHub 上有这样 ...

二、python小项目模块（制作.npy形式数据集、图像添加随机噪声、将.npy的数据合成图像、创建文件夹）

二、python小项目模块（制作.npy形式数据集、图像添加随机噪声、将.npy的数据合成图像、创建文件夹）相关推荐

最新文章

热门文章