筛图——提高商品聚合效率

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)