CV之FE：基于TF进行FE——去除异常(被损坏)图像 和单通道图像

输出结果

去除了异常(被损坏)图像 、单通道图像

设计思路

部分代码实现

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_list

def parse_args():

   parser = argparse.ArgumentParser()

   parser.add_argument('-p', '--dir-path', default='data/')

   return parser.parse_args()

if __name__ == '__main__':

   #1、引入logging模块来记录信息，日志级别为INFO

   logging.basicConfig(level=logging.INFO)

   #2、引入argparse模块实现命令行操作

   args = parse_args()

   #3、递归取出dir_path下所有jpg文件，包括子文件夹的jpg文件

   all_pic_list = glob_all(args.dir_path)

   #4、for循环实现依次删除异常图片(包括损坏、非三通道)

   for i, img_path in enumerate(all_pic_list):

       try:

           ……

       except Exception:

           #检测到异常就删掉图片

           logging.warning('%s has broken. Delete it.' % img_path)

           #logging.error(traceback.format_exc())

           os.remove(img_path)