CV之FE：基于TF進行FE——去除異常(被損壞)圖像 和單通道圖像

?

?

目錄

輸出結果

設計思路

部分代碼實現

---

?

?

?

輸出結果

去除了異常(被損壞)圖像 、單通道圖像

?

?

設計思路

1、

?

部分代碼實現

import tensorflow as tf from glob import glob import os……def glob_all(dir_path):pic_list = glob(os.path.join(dir_path, '*.jpg'))inside = os.listdir(dir_path)for dir_name in inside:if os.path.isdir(os.path.join(dir_path, dir_name)):pic_list.extend(glob_all(os.path.join(dir_path, dir_name)))return pic_listdef parse_args():parser = argparse.ArgumentParser()parser.add_argument('-p', '--dir-path', default='data/')return parser.parse_args()if __name__ == '__main__':#1、引入logging模塊來記錄信息，日志級別為INFOlogging.basicConfig(level=logging.INFO)#2、引入argparse模塊實現命令行操作args = parse_args()#3、遞歸取出dir_path下所有jpg文件，包括子文件夾的jpg文件all_pic_list = glob_all(args.dir_path)#4、for循環實現依次刪除異常圖片(包括損壞、非三通道)for i, img_path in enumerate(all_pic_list):try:……except Exception:#檢測到異常就刪掉圖片logging.warning('%s has broken. Delete it.' % img_path)#logging.error(traceback.format_exc())os.remove(img_path)

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的CV之FE：基于TF进行FE——去除异常(被损坏)图像 和单通道图像的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。