将 train_test_split 与我本地目录中的图像一起使用答案

【问题标题】：Using train_test_split with images from my local directory将 train_test_split 与我本地目录中的图像一起使用
【发布时间】：2016-01-24 13:52:01
【问题描述】：

我已从本地目录读取图像如下：

from PIL import Image
import os

root = '/Users/xyz/Desktop/data'

for path, subdirs, files in os.walk(root):
    for name in files:
        img_path = os.path.join(path,name)

我有两个子目录：category-1 和 category-2，每个子目录都包含属于每个类别的图像文件 (.jpg)。

如何通过 Scikit-Learn 中的 train_test_split() 函数使用这些图像和两个类别？也就是说，安排训练和测试数据？

谢谢。

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

您必须从图像中读取像素数据并将其存储在 Pandas DataFrame 或 numpy 数组中。同时，您必须将对应的类别值category-1 (1) 和category-2 (2) 存储在列表或numpy 数组中。这是一个粗略的草图：我将假设您有一些商店 categories 根据图像名称返回 1 或 2。

X = numpy.array([])
y = list()

for path, subdirs, files in os.walk(root):
  for name in files:
    img_path = os.path.join(path,name)
    correct_cat = categories[img_path]
    img_pixels = list(Image.open(img_path).getdata())
    X = numpy.vstack((X, img_pixels))
    y.append(correct_cat)

您正在有效地存储图像像素和类别值（转换为整数）。可能有其他方法可以做到这一点：例如Check this。

拥有X 和y 列表后，您可以在它们上调用train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y)

【讨论】：

不错。 X 可以是一个列表。使用 np.array(X) 有一个 numpy 数组。