少し画像分類プロジェクトを行うために、必要性は、独自のデータセットを生成します。データセットを作成するには、インターネット、再統一プロセスからたくさんの写真をダウンロードする必要があります。
この場合、画像がダウンロード保存されている、それは非常に面倒になります。だから、イメージがローカルコンピュータに直接ダウンロードして検索する方法はありますか?
そこああ!Pythonでそれは!
キー・ワードは、500枚の画像をダウンロードしたとして、私は「テディは、」「コーギー」、「ラブラドール」に持っています。次に、私は子犬分類器を書くつもりだ、私はどのようにアドバイスを知りません!
結果は:
アイデアを書きます:
画像のURLリンクを取得します。1.
まず、Baiduのホーム・ページの画像を開いて、インデックスのURLで、次の図の点に注意してください。
これは私たちが絵をクロールするのに役立ちますので、次は、従来のバージョン(フリップ)にスイッチにページを反転さ!
URLは、いくつかの比較を発見し、PNパラメータの数への要求です。データを返すのpnパラメータを、修正することによって、我々はそれだけで60ページあたりの絵を発見しました。
注:GSMパラメータPnはとにかく削除進式パラメータであります
その後、OBJURLを検索(+ F CTRL)を直接右ページのソースコードをチェック
このように、我々は、画像のURLを見つける必要があります。
地元への画像リンクを保存2.
今、私たちがしなければならないことは出て登るために、この情報を取ることです。
注:これはオリジナルですので、ページがOBJURL、hoverURLを持っている...しかし、我々はOBJURLを使用しています
だから、どのようにOBJURLを取得しますか?正規表現を使用してください!
どのように我々はそれを達成するために正規表現を使うのですか?実際には、コードの一行だけ...
結果= re.findall( ' "OBJURL": "(*)。?"、'、HTML)
コアコード:
コードのURL、画像を取得する1:
# 获取图片url连接
def get_parse_page(pn,name):
for i in range(int(pn)):
# 1.获取网页
print('正在获取第{}页'.format(i+1))
# 百度图片首页的url
# name是你要搜索的关键词
# pn是你想下载的页数
url = 'https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%s&pn=%d' %(name,i*20)
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.4843.400 QQBrowser/9.7.13021.400'}
# 发送请求,获取相应
response = requests.get(url, headers=headers)
html = response.content.decode()
# print(html)
# 2.正则表达式解析网页
# "objURL":"http://n.sinaimg.cn/sports/transform/20170406/dHEk-fycxmks5842687.jpg"
results = re.findall('"objURL":"(.*?)",', html) # 返回一个列表
# 根据获取到的图片链接,把图片保存到本地
save_to_txt(results, name, i)
2.保存图片到本地代码:
# 保存图片到本地
def save_to_txt(results, name, i):
j = 0
# 在当目录下创建文件夹
if not os.path.exists('./' + name):
os.makedirs('./' + name)
# 下载图片
for result in results:
print('正在保存第{}个'.format(j))
try:
pic = requests.get(result, timeout=10)
time.sleep(1)
except:
print('当前图片无法下载')
j += 1
continue
# 可忽略,这段代码有bug
# file_name = result.split('/')
# file_name = file_name[len(file_name) - 1]
# print(file_name)
#
#終了= re.search( '(PNG | .JPG | .JPEG | .GIF)$'、file_nameに)
#終了==なしの場合:
#FILE_NAME = file_nameに+ 'の.jpg'
#把图片保存到文件夹
file_full_name = './' +名+ '/' + STR(I)+ ' - ' + STR(J)+ '.JPG'
オープン(file_full_name、 'WB')とFとして:
f.write(pic.content)
J + = 1
コアコード:
PIC = requests.get(結果、タイムアウト= 10)
f.write(pic.content)
3.主な機能コード:
#主な機能
__name__ == '__main__' IF:
名前= INPUT( 'ダウンロードにしたいキーワードを入力してください:')
、PN = INPUT( 'あなたはページをダウンロードする前にしたい(1が60を持っている):')
get_parse_page( PN、名前)