如果名称图像与 Python 中 csv 文件中的 image_id 匹配，则从文件夹中裁剪多张图像答案

【问题标题】：Crop multi image from folder if name image matches image_id in csv file in Python如果名称图像与 Python 中 csv 文件中的 image_id 匹配，则从文件夹中裁剪多张图像
【发布时间】：2019-09-27 09:27:26
【问题描述】：

我有一个 csv 文件中大约 300 个 image_id 和边界框位置的列表。我还有一个包含大约 300 个图像的文件夹，每个图像 id 都与每个图像的名称相匹配。如何比较图片的名称和image_id，如果匹配我，我会裁剪它。

我使用python语言和ubuntu os。

【问题讨论】：

您的数据不在 CSV 文件中...
这在逻辑上属于你的另一个问题stackoverflow.com/a/58119037/2836621 删除带有注释# Ignore header lines 的块并将以下块替换为filename = fieldA + ".jpg"

标签： python csv image-processing artificial-intelligence bounding-box

【解决方案1】：

import os, pandas

data = pandas.read_csv(your_csv_file) #read csv file

# Get the directory of images
path = "path folder"

#Edit2 you may have to add dtype str, as pandas will assume int if you only have integers
dirs = os.listdir( path, dtype=str ) #get all files in folder

# Get all the files and split at '.' to get the names
listoffiles = []
for file in dirs:
    basename = os.path.splitext(file)[0] #this will get you the basename 
    listoffiles.append(basename)         #you will have a list of all filenames

matches = data[data['image_id'].isin(listoffiles)] #now in matches you have a table containing only rows that correspond to filenames
print(matches.head())

希望这会有所帮助。

编辑：您可以稍后迭代匹配以实际进行裁剪：

for index, row in matches.iterrows():
     print(row['image_id'], row['bounding_box'])
     # do cropping here

【讨论】：

【解决方案2】：

在我看来，您可以在 json.loads 方法的基础上构建

In [23]: from json import loads 
    ...:  
    ...: data = '''\ 
    ...: 1693884003  {'right': 0.6428571428571429, 'bottom': 0.9761904761904762, 'top': 0.38095238095238093, 'left': 0.22857142857142856} 
    ...: 1693884030  {'right': 0.6571428571428571, 'bottom': 0.9285714285714286, 'top': 0.38095238095238093, 'left': 0.3142857142857143} 
    ...: 1735837028  {'right': 0.68, 'bottom': 0.9, 'top': 0.4, 'left': 0.34} 
    ...: 1740301012  {'right': 0.6142857142857143, 'bottom': 0.9523809523809523, 'top': 0.38095238095238093, 'left': 0.35714285714285715} 
    ...: 1779624112  {'right': 0.7142857142857143, 'bottom': 0.9047619047619048, 'top': 0.5357142857142857, 'left': 0.21428571428571427}\ 
    ...: ''' 
    ...: images = {} 
    ...: for line in data.splitlines(): 
    ...:     image, bounds = line.split(' ', 1) 
    ...:     images[image] = loads(bounds.replace("'", '"')) 
    ...: from pprint import pprint 
    ...: pprint(images) 
{'1693884003': {'bottom': 0.9761904761904762,                                                                                             
                'left': 0.22857142857142856,                                                                                              
                'right': 0.6428571428571429,                                                                                              
                'top': 0.38095238095238093},                                                                                              
 '1693884030': {'bottom': 0.9285714285714286,                                                                                             
                'left': 0.3142857142857143,
                'right': 0.6571428571428571,
                'top': 0.38095238095238093},
 '1735837028': {'bottom': 0.9, 'left': 0.34, 'right': 0.68, 'top': 0.4},
 '1740301012': {'bottom': 0.9523809523809523,
                'left': 0.35714285714285715,
                'right': 0.6142857142857143,
                'top': 0.38095238095238093},
 '1779624112': {'bottom': 0.9047619047619048,
                'left': 0.21428571428571427,
                'right': 0.7142857142857143,
                'top': 0.5357142857142857}}

In [24]:

请注意，我从字符串中读取，而您将从打开的文件中读取，
另请注意，json.loads 仅需要双引号作为分隔符，因此在使用 json.loads 之前，我们必须将数据中的单引号 replace 用双引号括起来。

【讨论】：