【跑实验06】os包的理解？如何提取图片的名称？如何遍历一个文件夹，提取里面的图像名称？如何提取图片名称中的特定部分？代码错误地方修改；

偏执的太偏执、 2023-10-12 21:39 11阅读 0赞

#### 文章目录 ####

*  一、os包的理解
 *   *  1.1 文件和目录操作
     *  1.2 进程管理
     *  1.3 环境变量
     *  1.4 路径操作
 *  二、如何提取图片的名称？
 *  三、遍历一个文件夹，提取里面的图像名称
 *  四、如何提取图片名称中的特定部分？
 *  五、代码报错修改

## 一、os包的理解 ##

os 是 Python 中的一个内置模块，提供了与操作系统交互的功能。它允许您在 Python 程序中执行各种与操作系统相关的任务，如文件和目录操作、进程管理、环境变量访问等。以下是一些 os 模块中常用的函数和方法：

### 1.1 文件和目录操作 ###

1.  os.getcwd()：获取当前工作目录的路径。
2.  os.chdir(path)：将当前工作目录更改为指定的路径。
3.  os.listdir(path)：返回指定目录中的文件和目录列表。
4.  os.mkdir(path)：创建一个新目录。
5.  os.remove(path)：删除指定路径的文件。
6.  os.rmdir(path)：删除指定路径的空目录。
7.  os.path.exists(path)：检查指定路径是否存在。
8.  os.path.isfile(path)：检查指定路径是否是一个文件。
9.  os.path.isdir(path)：检查指定路径是否是一个目录。

### 1.2 进程管理 ###

1.  os.system(command)：在子shell中执行系统命令。
2.  os.spawnl(mode, path)：新建进程执行指定的程序文件。
3.  os.kill(pid, sig)：向指定进程发送信号。

### 1.3 环境变量 ###

1.  os.environ：一个包含环境变量的字典。
2.  os.getenv(key)：获取指定环境变量的值。
3.  os.getenv(key)：获取指定环境变量的值。

### 1.4 路径操作 ###

1.  os.path.join(path1, path2, …)：将多个路径组合成一个。
2.  os.path.basename(path)：返回指定路径的文件名部分。
3.  os.path.dirname(path)：返回指定路径的目录部分。
4.  os.path.splitext(path)：分离路径的扩展名部分。

这些只是 os 模块提供的一些常用函数和方法的示例。在实际应用中，您可以根据需要使用其他函数和方法。要使用 os 模块，只需在 Python 脚本中导入它，例如：import os。然后，您就可以使用模块中的函数和方法来执行与操作系统相关的任务。

## 二、如何提取图片的名称？ ##

要获取图像的名称，您可以使用Python中的os.path.basename函数。

import os
    
    image_path = './val/cropped_(0, 0, 7, 26)_obj365_val_000000605687.jpg'
    image_name = os.path.basename(image_path)
    print(image_name)

在上述代码中，将"图像文件路径"替换为实际的图像文件路径。os.path.basename函数将返回文件路径中的文件名部分。然后，您可以将文件名存储在一个变量中，或者根据需要进行后续处理。

请注意，图像文件路径可以是绝对路径（例如：‘/path/to/image.jpg’）或相对路径（例如：‘images/image.jpg’）。确保指定正确的文件路径以获得正确的图像名称。

我们上面的输出结果为：

cropped_(0, 0, 7, 26)_obj365_val_000000605687.jpg

## 三、遍历一个文件夹，提取里面的图像名称 ##

要遍历一个文件夹并提取其中的图像名称，我们可以使用 os 模块结合循环来完成。以下是一个示例代码：

import os
    
    folder_path = '文件夹路径'
    
    # 获取文件夹中的所有文件和子文件夹
    files = os.listdir(folder_path)
    
    # 遍历文件夹中的每个文件和子文件夹
    for file in files:
        file_path = os.path.join(folder_path, file)
        
        # 检查文件是否为图像文件
        if os.path.isfile(file_path) and file.lower().endswith(('.jpg', '.jpeg', '.png', '.gif')):
            image_name = os.path.splitext(file)[0]  # 提取图像名称
            print(image_name)

在上述代码中，将 ‘文件夹路径’ 替换为您实际的文件夹路径。首先，使用 os.listdir() 函数获取文件夹中的所有文件和子文件夹的列表。然后，通过遍历这个列表，对于每个文件，使用 os.path.isfile() 函数检查它是否是一个文件，并使用 file.lower().endswith((‘.jpg’, ‘.jpeg’, ‘.png’, ‘.gif’)) 条件来判断是否为图像文件。如果是图像文件，则使用 os.path.splitext() 函数提取图像的名称，并打印或存储该名称。

请注意，这个示例假定文件夹中只包含图像文件。如果文件夹中包含其他类型的文件，您可以根据需要修改条件来筛选出图像文件。

我的文件夹路径为：

folder_path = 'segment-anything-main/notebooks/images/'

![在这里插入图片描述][2d5ca363b40a40e68cf00e7fc1193912.png]

输出结果为：

![在这里插入图片描述][57e9e41603644aaa930859638a3e77d1.png]

## 四、如何提取图片名称中的特定部分？ ##

cropped\_(0, 0, 10, 13)\_obj365\_val\_000000057887.jpg是我的一个图像名称，我想提取中间的坐标信息和图像的名称，该如何实现？

要从字符串 “cropped\_(0, 0, 10, 13)\_obj365\_val\_000000057887” 中提取 (0, 0, 10, 13) 和 “obj365\_val\_000000057887”，您可以使用字符串操作和正则表达式。

下面是一种可能的方法，使用正则表达式来匹配模式并提取所需的部分：

import re
    
    # 原始字符串
    filename = "cropped_(0, 0, 10, 13)_obj365_val_000000057887"
    
    # 使用正则表达式匹配并提取坐标和对象名称
    pattern = r'\((\d+), (\d+), (\d+), (\d+)\)_([^_]+)'
    match = re.search(pattern, filename)
    
    if match:
        # 提取坐标
        coordinates = tuple(map(int, match.group(1, 2, 3, 4)))
        print(coordinates)
    
        # 提取对象名称
        object_name = match.group(5)
        print(object_name)

在上述代码中，我们使用正则表达式模式 r’((\\d+), (\\d+), (\\d+), (\\d+))*(\[^*\]+)’ 来匹配括号内的四个数字和下划线之间的部分。通过使用 re.search() 函数进行匹配，我们可以使用 match.group() 方法提取所需的结果。

输出将会是：

(0, 0, 10, 13)
    obj365_val_000000057887

这样，我们就可以提取出 (0, 0, 10, 13) 和 “obj365\_val\_000000057887”。请注意，正则表达式模式中的括号 (…) 表示捕获组，我们使用 match.group() 来访问这些捕获组中的匹配结果。

## 五、代码报错修改 ##

在运行代码时，遇到了一次错误：

Traceback (most recent call last):
      File "/home/wangzhenkuan/CLIP_image_encoder_sam_with_info.py", line 55, in <module>
        coordinates = tuple(map(int, name_parts[1].strip('()').split(',')))
    ValueError: invalid literal for int() with base 10: '355.0'

根据报错信息，看起来我的坐标值包含浮点数，而 int() 函数只接受整数值。您可以尝试使用 float() 函数将坐标值转换为浮点数，或者根据您的需求选择使用 int() 或 float() 来处理坐标值。

以下是修改后的代码示例，将坐标值转换为浮点数：

import os
    import torch
    import clip
    from PIL import Image
    import pandas as pd
    
    # 加载预训练的CLIP模型
    device = "cuda" if torch.cuda.is_available() else "cpu"
    model, preprocess = clip.load("ViT-B/32", device=device)
    
    # 图像文件夹路径
    folder_path = 'segment-anything-main/notebooks/output/'  # 将此路径替换为图像文件夹的实际路径
    
    # 批处理大小和Excel表格名称
    batch_size = 10000  # 每个批次的图像数量
    excel_prefix = 'output_batch_'  # Excel表格的前缀名称
    
    # 获取图像文件列表
    image_files = [filename for filename in os.listdir(folder_path) if filename.endswith(('.jpg', '.png'))]
    
    # 计算批次数量
    num_batches = len(image_files) // batch_size + 1
    
    for batch_idx in range(num_batches):
        # 获取当前批次的图像文件列表
        start_idx = batch_idx * batch_size
        end_idx = min(start_idx + batch_size, len(image_files))
        batch_files = image_files[start_idx:end_idx]
    
        # 创建空DataFrame用于存储图像特征和信息
        df = pd.DataFrame()
        feature_list = []
        coordinates_list = []
        image_name_list = []
    
        # 遍历当前批次的图像文件
        for filename in batch_files:
            image_path = os.path.join(folder_path, filename)
    
            # 加载和预处理图像
            image = Image.open(image_path).convert('RGB')
            image_resized = image.resize((28, 28))
            image_input = preprocess(image_resized).unsqueeze(0).to(device)
    
            # 图像编码
            with torch.no_grad():
                image_features = model.encode_image(image_input)
    
            # 将图像特征添加到列表中
            image_features_list = image_features.squeeze().tolist()
            feature_list.append(image_features_list)
    
            # 解析图像文件名以提取坐标和对象名称
            name_parts = filename.split('_')
            coordinates = tuple(map(float, name_parts[1].strip('()').split(',')))
            object_name = '_'.join(name_parts[2:])
            coordinates_list.append(coordinates)
            image_name_list.append(object_name)
    
        df['features'] = feature_list
        df['coordinates'] = coordinates_list
        df['image_name'] = image_name_list
    
        # 生成当前批次的Excel表格
        base_path = 'output/'
        excel_filename = f"{
          excel_prefix}{
          batch_idx + 1}.xlsx"
        output_path = os.path.join(base_path, excel_filename)
        df.to_excel(output_path, index=False)
    
        print(f"Batch {
          batch_idx + 1} processed. Excel file saved: {
          excel_filename}")

请注意，将坐标值转换为浮点数后，存储在 DataFrame 的 coordinates 列中。图像名称存储在 image\_name 列中。我门可以根据需要进一步调整和修改代码以适应需求。

我们生成的数据集如下所示：

![在这里插入图片描述][f51b5bec1596426d99266b0120d2bf58.png]  
![在这里插入图片描述][7d086d535b1f4dd98435d7cd34bbce01.png]

第一列有512列。

[2d5ca363b40a40e68cf00e7fc1193912.png]: https://img-blog.csdnimg.cn/2d5ca363b40a40e68cf00e7fc1193912.png
[57e9e41603644aaa930859638a3e77d1.png]: https://img-blog.csdnimg.cn/57e9e41603644aaa930859638a3e77d1.png
[f51b5bec1596426d99266b0120d2bf58.png]: https://img-blog.csdnimg.cn/f51b5bec1596426d99266b0120d2bf58.png
[7d086d535b1f4dd98435d7cd34bbce01.png]: https://img-blog.csdnimg.cn/7d086d535b1f4dd98435d7cd34bbce01.png