使用pytorch进行图像的顺序读取方法
产生此次实验的原因：当我使用pytorch进行神经网络的训练时，需要每次向CNN传入一组图像，并且这些图片的存放位置是在两个文件夹中：
A文件夹：图片1a，图片2a，图片3a……图片1000a
B文件夹：图片1b,图片2b，图片3b……图片1000b
所以在每个循环里，我都希望能从A中取出图片Na,同时从B文件夹中取出对应的图片Nb。
测试一：通过pytorch官方文档中的dataloader搭配python中的迭代器iterator
dataset=dset.ImageFolder( root='./folder1', transform=transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)),#bringimagesto(-1,1) ]) ) dataloader1=torch.utils.data.DataLoader(dataset,batch_size=opt.batchSize,shuffle=True,num_workers=opt.workers) iterator1=iter(dataloader1) foriinrange(1,1001): data=iterator1.next() data2=iterator2.next()
将两个dataloader当作数据集，然后分别调用迭代器iter(),然后在每次调用的时候使用next()来得到数据。
测试一下：将每次读入的图像输出，不对！发现图像并不是按照图像1，图像2，图像3......这样顺序读取的，而是很奇怪的顺序。所以为了要顺序读取数据，我们需要使用别的方法。
测试一的实验结果：此路不通！
fromPILimportImage
pathDir=os.listdir('./folder')#获取文件夹内所有文件的名称，生成数组
pathDir.sort()#对所有文件名进行排序
forallDirinpathDir:
child=os.path.join('%s/%s'%('./folder',allDir))#合成文件名
fopen=Image.open(child).convert('RGB')#通过PIL读取文件
transform_list=[transforms.ToTensor(),
transforms.Normalize((0.5,0.5,0.5),
(0.5,0.5,0.5))]
transform=transforms.Compose(transform_list)#将PIL格式的文件转换成tensor
image=transform(fopen)#转换
测试二：首先得到文件夹下的所有文件名，将文件名数组做sort()排序,然后每次通过文件名读取图像。
输出每次读入的图片，发现每次排序不正确，它的排序方法是图片1，图片10，图片100……
与我们的期望不一样，所以这种方法也不对（可以重写sort函数来进行自定义的排序，这里不做深入探究）
测试二的实验结果：此路或许可通！
测试三：通过自己构造每次访问的文件名来访问
foriinrange(1,1001):
drain=irain.next()
dnorain=iground.next()
drain=os.path.join('%s/图像%s'%('./rainy_img',i))#跟上面一样，不过因为已经知道文件的取名顺序，所以拼出需要访问的文件名
fopen=Image.open(drain).convert('RGB')
drain=transform(fopen)
print(drain)
测试三的实验结果：此路畅通无阻！
以上这篇使用pytorch进行图像的顺序读取方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。