调试问题

scikit-image安装问题：

可能版本不兼容pycharm一开始安装scikit-image 0.18 1 报错

 DLL load failed while importing _remap: 找不到指定的模块

降低版本后解决

文件路径错误：

两个代码就差了个/
查半天查不出问题，简直了。。。。，我说怎么文件夹里面一直没有图片。路径最后要带一个/，代表该文件夹

target_folder = "/home/rsna_bone_age/DatasetTransform2/"
target_folder = "/home/rsna_bone_age/DatasetTransform2"

代码：

小tips：

img.shape[:2] 取彩色图片的长、宽。

img.shape[:3] 则取彩色图片的长、宽、通道。

img.shape[0]：图像的垂直尺寸（高度）

img.shape[1]：图像的水平尺寸（宽度）

img.shape[2]：图像的通道数

在矩阵中，[0]就表示行数，[1]则表示列数。

代码中引入的库函数：Python篇-图像读取-skimage.io.imsave&imread
skimage.transform模块实现图片缩放与形变.
Python中 [:,n] [n,:] [a:b,:] [:,a:b].

运行中警告⚠问题

float转为unit8，有可能会造成数据的损失，因此会有警告提醒
具体参考：图像数据类型及颜色空间转换.

Lossy conversion from float64 to uint8. Range [0, 1]. Convert image to uint8 prior to saving to suppress this warning.

代码详解：

import os
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
from operator import itemgetter

from skimage.transform import rescale, resize, downscale_local_mean#图像的形变与缩放
from skimage.io import imread, imsave#读/存图片



target_width = 384
target_heigth = 384
target_ratio = target_width/target_heigth

source_folder = "/home/rsna_bone_age/boneage-training-dataset/"
target_folder = "/home/rsna_bone_age/DatasetTransform2/"

sizes = []
sum_ratio = 0
nbriter = 0



for i in range(1378, 1380): #15610
    try:
        img = Image.open(source_folder + str(i) + ".png")
        img = np.asarray(img)#将输入转为矩阵格式。当输入是列表的时候，更改列表的值并不会影响转化为矩阵的值。
        
        heigth, width = img.shape
        ratio = width/heigth
        
        if heigth>width:
            #------------------------------------------------------------
            # Resize keeping width
            #------------------------------------------------------------
            new_heigth = int(img.shape[0]/(img.shape[1]/target_heigth))
            img_resized = resize(img, (new_heigth, target_width))
            heigth_resized, width_resized = img_resized.shape
            y1 = int((heigth_resized-target_heigth)/2)
            y2 = y1+target_heigth
            img_cropped = img_resized[y1:y2,0:target_width] # height, width 在切片，相当于在原有的像素矩阵中选区（384，384）的子矩阵
            imsave(target_folder + str(i) + '.png', img_cropped)
        else:
            #------------------------------------------------------------
            # Resize keeping heigth
            #------------------------------------------------------------
            new_width = int(img.shape[1]/(img.shape[0]/target_width))
            img_resized = resize(img, (target_heigth, new_width))
            heigth_resized, width_resized = img_resized.shape
            x1 = int((width_resized-target_width)/2)
            x2 = x1+target_width
            img_cropped = img_resized[0:target_heigth,x1:x2]
            imsave(target_folder + str(i) + '.png', img_cropped)
        
        
    except:
        print("file doesn't exist")

#print("ratio average: " + str(sum_ratio/nbriter))
        }

a = np.array([[1,2,3,4], [3,4,5,6], [5,6,7,8], [7,8,9,10]])
b = a[1:3,1:3]
print(b)

[[4 5]
 [6 7]]

资源：

数据集及代码。。。上一篇文章给出了。over

骨龄预测代码学习（二）