潍坊网络推广网站建设,连云港中信建设证券网站,攻击网站步骤,重庆做网站人才任务是取下图RGB各个通道的均值及标签#xff08;R, G#xff0c;B#xff0c;Label#xff09;,其中标签由图片存放的文件夹标识。由于2*2像素图片较多#xff0c;所以将结果放置于Excel表格中#xff0c;之后使用SVM对他们进行分类。 from PIL import Image
import os
…任务是取下图RGB各个通道的均值及标签R, GBLabel,其中标签由图片存放的文件夹标识。由于2*2像素图片较多所以将结果放置于Excel表格中之后使用SVM对他们进行分类。 from PIL import Image
import os
import pandas as pd# 输入文件夹路径
input_folder ./data/1# 获取文件夹中所有图片文件的路径
image_files [f for f in os.listdir(input_folder) if f.endswith(.png) or f.endswith(.jpg)]# 存储每张图片的信息
image_data []# 遍历每张图片
for image_file in image_files:# 构建图片文件的完整路径image_path os.path.join(input_folder, image_file)# 打开图片image Image.open(image_path)# 获取所有像素的RGB或RGBA值具体取决于图像模式pixels list(image.getdata())# 将RGB或RGBA值拆分成各个通道if image.mode RGB:r_values, g_values, b_values zip(*pixels)elif image.mode RGBA:r_values, g_values, b_values, _ zip(*pixels)else:raise ValueError(Unsupported image mode: {}.format(image.mode))# 计算每个通道的均值r_mean sum(r_values) / len(r_values)g_mean sum(g_values) / len(g_values)b_mean sum(b_values) / len(b_values)# 存储图片信息image_info {Filename: image_file, R_mean: r_mean, G_mean: g_mean, B_mean: b_mean}# 添加到图片数据列表image_data.append(image_info)# 创建Pandas数据框
df pd.DataFrame(image_data)# 将数据框写入Excel文件
output_excel_path ./data/output.xlsx
df.to_excel(output_excel_path, indexFalse)print(f数据已写入到 {output_excel_path})结果文件名抽查核对之后改为了Label列
