从R&D中接到数据,有些抓狂。
根据需求 需对应 {类型:[“桶装”,“瓶装”, “盒装”, “箱装”, “罐装”,“袋装”] } 找到对应图片,一个一个对照效率略微有点低。
心态心态!永远寻找更好的方法
解决方法 | 优点 | 缺点 | 示例 |
---|---|---|---|
用Python遍历子文件夹(代码附在底部),把所有 Xshelf_N 里的图片复制到一个文件夹里(省去一个一个文件夹打开的时间)。 以罐装为例,截所有罐装的图粘到Excel里,之后根据JD图进行聚合 |
聚合的时候聚合的很快 | 一个一个截图,再按照类型区分,颇费时间 | |
图片颜色提取。提取主题颜色,根据颜色筛图能减少大量干扰图片筛图时效大于选图时效 | 色彩比较明显的,能很快定位到图片 | ①颜色不太明显的,比如白色,会有大批量干扰性 ②由于拍摄角度及光线影响,会导致图片有色差。色彩提取只针对提取颜色近似色进行比较,对有色差的无法判断 |
|
用Python遍历子文件夹(代码附再底部),把所有 Xshelf_N 里的图片复制到一个文件夹里(省去一个一个文件夹打开的时间)。 按 {类型:[“桶装”,“瓶装”, “盒装”, “箱装”, “罐装”,“袋装”] } 聚合,之后根据JD图再进行聚合 |
可以把每个类型的夹子单独分给一个人,减少频繁的对比图的时间,提高效率 | ①两次聚合,初期会多花一些时间 ②小图片和拍摄角度问题,会导致图片放错分类 |
# -*- coding: utf-8 -*-
import os
import shutil
#读取目录
file = r"D:\0数据任务"
#复制到的目录
todir = r"C:\Users\Desktop\pic"
def searchPng(path):
for item in os.listdir(path):
subFile = path+"/"+item
if os.path.isdir(subFile):
searchPng(subFile)
else:
#根据图片的后缀修改
if os.path.splitext(subFile)[1] ==".png":
shutil.copy(subFile ,todir)
if __name__ == '__main__':
searchPng(file)