ファイルサイズに応じて読み取るPython画像
最近、画像処理を行ってい
ましたが、画像を分割したところ同じものが多い
のですが、python os.walk()が返すファイルリストの順番が異なり
ます。精度は非常に高いですが、効率は特に低くなります。
その後、フォルダー内の画像がサイズで並べ替えられ、類似した画像が隣接する
ため、隣接する画像を比較している限り移動できます(1と2の比較、3と4の比較など)。すべてを横断する必要はありません。100%正確ではありませんが、速度が大幅に向上しています。嬉しいです!以前に6千枚の写真すべてをたどって、1日走りました...
付属コード
import os
import cv2
from skimage.measure import compare_ssim
import shutil
import random
def delete(filename1):
os.remove(filename1)
def move(filename1,filename2):
shutil.move(filename1,filename2)
if __name__ == '__main__':
path = r'C:\Users\lenovo\Desktop\image_all\0'
save_path_img = r'C:\Users\lenovo\Desktop\image_all\delete1'
os.makedirs(save_path_img, exist_ok=True)
fileMap = {}
size = 0
# 遍历filePath下的文件、文件夹(包括子目录)
for parent, dirnames, filenames in os.walk(path):
#for dirname in dirnames:
# print('parent is %s, dirname is %s' % (parent, dirname))
for filename in filenames:
# print('parent is %s, filename is %s' % (parent, filename))
# print('the full name of the file is %s' % os.path.join(parent, filename))
size = os.path.getsize(os.path.join(parent, filename))
fileMap.setdefault(os.path.join(parent, filename), size)
filelist = sorted(fileMap.items(), key=lambda d: d[1], reverse=False)
img_files= []
for filename, size in filelist:
img_files.append(filename)
# print("filename is %s , and size is %d" % (filename, size))
imgs_n = []
num = []
print(img_files)
for currIndex, filename in enumerate(img_files):
img = cv2.imread(img_files[currIndex])
img1 = cv2.imread(img_files[currIndex + 1])
ssim = compare_ssim(img, img1, multichannel=True)
if ssim > 0.9:
imgs_n.append(img_files[currIndex + 1])
print(img_files[currIndex], img_files[currIndex + 1], ssim)
else:
print('small_ssim',img_files[currIndex], img_files[currIndex + 1], ssim)
currIndex += 1
if currIndex >= len(img_files)-1:
break
for image in imgs_n:
move(image, save_path_img)
# delete(image)
コードセクションでは、いくつかのブログへの参照を持っているが、どこ作者を参照するには知らない私を許してください、私はそれが参照リンク囲み、私のプライベートの手紙見ることができ
姫がCSDNこれが私の最初のポストちょっとで落ち着く喜
このリンクします。https://blog.csdnを.net / weixin_42385606 /記事/詳細/ 104718533