最近在做船只检测的工作需要大量的正样本，之前的一些样本各种形态的船只都有，这一次训练分类器希望使用只含船只侧面的图像，这样检测船的侧面的成功率可能会提高一点。这样就需要大量的船只侧面图像，并生成描述文件。这里我们之前已经生成过全船只的描述文件，只需要挑出侧面的图像，然后根据有的图像从原描述文件中选取存在的图像的描述信息保存在新的描述文件

描述文件的内容大概是这个样子的

224871_0.jpg 1 6 50 248 82

224871_10.jpg 1 16 79 269 89

224871_11.jpg 1 80 53 122 40

224871_12.jpg 1 53 57 219 79

224871_13.jpg 1 16 94 251 72

224871_14.jpg 1 20 79 197 66

224871_15.jpg 1 6 69 294 98

224871_16.jpg 1 91 86 155 54

224871_17.jpg 1 51 70 202 72

224871_18.jpg 1 6 42 294 99

224871_19.jpg 1 9 36 291 98

224871_1.jpg 1 37 77 243 81

224871_20.jpg 1 27 27 248 83

224871_21.jpg 1 40 63 250 80

224871_22.jpg 1 18 65 234 78

224871_23.jpg 1 12 51 272 89

224871_24.jpg 1 21 83 252 73

224871_25.jpg 1 32 62 230 75

224871_26.jpg 1 0 61 298 99

224871_27.jpg 1 8 100 271 83

224871_28.jpg 1 0 60 275 92

224871_29.jpg 1 72 100 151 49

224871_2.jpg 1 62 46 179 60

224871_30.jpg 1 137 64 149 49

224871_31.jpg 1 34 119 240 80

思路很简单，就是读一行看看那个jpg文件在不在文件夹里面，如果在的话，就把这行复制进新的描述文件。

第一个代码

import glob,os

unfound=0 (u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/*.jpg')]

with open(u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/info.txt', 'r') as f:

with open(u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/pos8.txt', 'w') as w:

for filetitle in f.readlines():

if filetitle.split(u' ')[0] in [os.path.split(filename)[-1] for filename in glob.glob (u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/*.jpg')]:

w.write(filetitle)

else:

unfound=unfound+1

print u'一共有%s个图片没找到' % unfound

这个代码挺短的，但是云讯速度却很慢原因在于第6行每次都要算一下整个集合，太慢了，所以可以优化

第二个代码

import glob,os

unfound,filenamelist=0,[os.path.split(filename)[-1] for filename in glob.glob (u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/*.jpg')]

with open(u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/info.txt', 'r') as f:

with open(u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/pos8.txt', 'w') as w:

for filetitle in f.readlines():

if filetitle.split(u' ')[0] in filenamelist:

w.write(filetitle)

else:

unfound=unfound+1

print u'一共有%s个图片没找到' % unfound

同样行数的代码速度提高了

第三个代码

import glob,os

unfound,filenamelist=0,[os.path.split(filename)[-1] for filename in glob.glob (u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/*.jpg')]

with open(u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/info.txt', 'r') as f:

with open(u'D:/IP_CV_WorkSpace/Img/第三批分类器/pos8/pos8.txt', 'w') as w:

filelist=f.readlines();

found=[w.write(filetitle) for filetitle in filelist if filetitle.split(u' ')[0] in filenamelist]

print u'一共有%s个图片没找到' % (len(filelist)-len(found))

使用列表生成器代码更短啦