小白深度学习起步中——读取人像图像_cv2.imdecode(img, 1)

人脸图像读取

1. 首先，先调用三个库

	import numpy as np
	import cv2
	import zipfile
1
2
3

2. 然后确定一下主程序，搞清楚我们这个程序的目的。是为了从解压解压上读取图像。

	 if __name__ == '__main__':
	    path = 'D:\\DeepBlue\\samples\\celeba\\Eval\\Img\\img_ali.gn_cel.eba.zip'  # 解压路径
	    ca = CelebA()
	    cv2.imshow(ca.imgs[1000])
	    cv2.waitKey()
1
2
3
4
5

3. 然后定义一个类CelebA，在构造方法里 ，定义imgs。

class CelebA:
				    def __init__(self,path):
				        self.imgs = []
1
2
3
'
运行
运行

4. 紧接着放一个with语句对zipfile.ZipFile(path)做一个抛出异常操作，并将zipfile.ZipFile(path)命名为zf（zipfile.ZipFile(path)就是openc中解压文件的方法）

 with zipfile.ZipFile(path) as zf:  # 解压文件
1

5. 用is_dir函数判断info文件否是文件夹，如果是就跳过。

for info in zf.filelist:
        if info.is_dir(): continue # is_die(检查是否是目录）————>bool
1
2

6. 首先从我们的filename中提取出流数据，并转化成uint8数据，最后对uint8数据进行解码使其形成图片

img = zf.read(info.filename)
img = np.frombuffer(img, np.uint8)  # frombuffer 收集数据，uint8：将收集的数据转制为八位的数组
img = cv2.imdecode(img, 1)  # cv2.imdecode:解码成图，1是彩图，2是灰度图
1
2
3

7. 然后找出名字并将图像存储到imgs列表中

 name = info.filename[info.filename.rfind('/')+1:]
 self.imgs.append(img)
1
2

8. 因为不断地输出名字会显得很杂乱无章，所以这里我们让他每完成10000组图像的读取进行一次说明

  if len(self.imgs) % 10000 == 0:
  	print('Read %d imgs' % len(self.imgs))
1
2

9. 最后输出完成语句

 
print('Read %d imgs from %s successfully!' % (len(self.imgs),path),flush=True)          #flush参数主要是刷新， 默认flush = False，不刷新,True则反之
1
2

完整代码：

import zipfile
import numpy as np
import cv2
class CelebA:
    def __init__(self,path):
        self.imgs = []

        with zipfile.ZipFile(path) as zf:  # 解压文件
            for info in zf.filelist:
                if info.is_dir(): continue# is_die(检查是否是目录）————>bool
                img = zf.read(info.filename)
                img = np.frombuffer(img, np.uint8)  # frombuffer 收集数据，uint8：将收集的数据转制为八位的数组
                img = cv2.imdecode(img, 1)  # cv2.imdecode:解码成图，1是彩图，2是灰度图
                name = info.filename[info.filename.rfind('/')+1:]
                self.imgs.append(img)
                if len(self.imgs) % 10000 == 0:
                    print('Read %d imgs' % len(self.imgs))

                print('Read %d imgs from %s successfully!' % (len(self.imgs),path),flush=True)          #flush参数主要是刷新， 默认flush = False，不刷新,True则反之。



if __name__ == '__main__':
    path = 'D:\\DeepBlue\\samples\\celeba\\Eval\\Img\\img_ali.gn_cel.eba.zip'  # 解压路径
    ca = CelebA()
    cv2.imshow(ca.imgs[1000])
    cv2.waitKey()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

结果如图：