未經(jīng)允許，不得轉(zhuǎn)載，謝謝~~

這篇文章整理了在處理大量圖片數(shù)據(jù)集時可能需要用到的一些東西。

主要包括：

• 用urllib根據(jù)圖片url抓取圖片并保存；
• 用PIL的Image圖像庫加載圖片；
• 用crop函數(shù)對圖像進(jìn)行裁剪；
• 處理數(shù)據(jù)集中的圖像通道數(shù)，使其都為3通道；

1. 根據(jù)url下載圖片

數(shù)據(jù)集很大的情況，常常需要我們自己去下載圖片，這個時候就需要有個程序幫我們自動下載了。

• 用urllib獲取圖片并保存

import urllib
# img_url: the url of image
# img_path: the path you want to save image
urllib.urlretrieve(img_url,img_path)

2. 圖片加載與處理

1. 用PIL加載圖像

from PIL import Image

def get_image_from_path(img_path,img_region):
    image = Image.open(img_path)
    image = process_image_channels(image, img_path)
    image = image.crop(img_region)
    return image

2. 關(guān)于crop函數(shù)

• 一定要注意bounding_box的傳入?yún)?shù)；
• crop接受的參數(shù)為（左上x，左上y，右下x，右下y）
• python的坐標(biāo)系為最左上角為(0,0)，橫向x，縱向y；
• 這里踩了好久的坑。╮(╯﹏╰）╭

3. 關(guān)于處理圖像通道

• 在這次處理的數(shù)據(jù)集中有jpg的圖像，也有png的圖像；
• 以前從來不知道png會有RGBA4個通道甚至有些圖片只有一個A通道，所以如果沒有提前處理后面訓(xùn)練或者換測試的時候會時不時的給你一個bug小彩蛋哈哈哈。
• 關(guān)鍵語句：

def process_image_channels(image, image_path):
    # process the 4 channels .png
    if image.mode == 'RGBA':
        r, g, b, a = image.split()
        image = Image.merge("RGB", (r, g, b))
    # process the 1 channel image
    elif image.mode != 'RGB':
        image = image.convert("RGB")
        os.remove(image_path)
        image.save(image_path)
    return image

簡單的做個整理吧，后期有新的問題也會繼續(xù)補(bǔ)充在這里。