一 、理解CSV和图片的互转过程
二 、Python实现CSV和图片的互转
一、CSV文件转化为图片
功能：实现CSV和图片的互转
image.png
要求：csv在转化为图片后，像素值不会发生变化。（这也是要解决的问题）
基础数据解释
- emotion：表情；
- pixels：组成图片的像素值；
- Usage：用处（训练、测试）
image.png
转化为图片代码
import os
import csv
import numpy as np
from PIL import Image
dataset_path = r'G:\tensorflow\project\data\excel\new_fer_test.csv'
image_path = r'G:\tensorflow\project\data\csvimage'
# 将csv转image
def chage2Image():
with open(dataset_path) as csvfile:
csvr = csv.reader(csvfile)
birth_header = next(csvfile) # 读取第一行每一列的标题
for i, (label, pixel, usage) in enumerate(csvr):
pixel = np.asarray([float(p) for p in pixel.split()]).reshape(48, 48)
new_im = Image.fromarray(pixel).convert("L")
image_name = os.path.join(image_path, label+'_'+usage+'_'+'{:05d}.jpg'.format(i))
new_im.save(image_name)
chage2Image()
生成的图片如下：
image.png
但有个问题：为什么转化后，在去读取这张图片时，这个图片的像素值就会发生变化？
最初从csv文件中读取的像素是
70 80 82 72 58 58 60 63 54 58 60 48 89 115 121 ............
但是，用这个转化为图片后，再次读取图片的像素会变化。
74 84 92 60 72 58 54 60 61 54 58 20 18 79 101 13 ............
解释如下：
对于彩色图像，不管其图像格式是PNG，还是BMP，或者JPG，在PIL中，使用Image模块的open()函数打开后，返回的图像对象的模式都是“RGB”。而对于灰度图像，不管其图像格式是PNG，还是BMP，或者JPG，打开后，其模式为“L”。
更加底层的原因是下面的这句代码
new_im.save(image_name)
所以，就一直在思考：如何在将csv和图片互转时，保持其像素值不变。
后来，发现
如果将第一次csv转化后生成的图片再转化为csv，这个（第二次生成）csv文件和第一次的csv值不同，但是如果利用这个已变的（第二次生成）csv再生成新的图片，并对这次生成的（第二次生成）图片再转化为csv，这次的csv值和第二次生成的csv值是相等的。
也就是说，对第二次转化后的csv文件，后面无论经过多少次互转，后面csv中的像素都不会再发生变化。
image.png
所以，最后就将第一次转化后的数据集作为基础数据集（如图），以这个为基础数据集，后面无论如何处理都不会在发生变化了。
二、图片转化为CSV在转化为图片的过程
image.png
有了上面的结论，后面的工作就是写代码了。
import os
import csv
import numpy as np
from PIL import Image
'''
这个方法是将CSV文件转化为Image图片
各方法含义在方法体上面都有注释
'''
dataset_path = r'G:\tensorflow\project\data\excel\new_fer_test.csv'
image_path = r'G:\tensorflow\project\data\csvimage'
# 将csv转image
def chage2Image():
with open(dataset_path) as csvfile:
csvr = csv.reader(csvfile)
birth_header = next(csvfile) # 读取第一行每一列的标题
for i, (label, pixel, usage) in enumerate(csvr):
pixel = np.asarray([float(p) for p in pixel.split()]).reshape(48, 48)
new_im = Image.fromarray(pixel).convert("L")
image_name = os.path.join(image_path, label+'_'+usage+'_'+'{:05d}.jpg'.format(i))
new_im.save(image_name)
# def usage2Tail(usage):
# numbers = {
# 'Training': 't',
# 'PublicTest': 'Pu',
# 'PrivateTest': 'Pr',
# }
# return numbers.get(usage, None)
chage2Image()
import os
import csv
import numpy as np
from PIL import Image
'''
这个方法是将Image图片转化为CSV文件
各方法含义在方法体上面都有注释
'''
dataset_path = r'G:\tensorflow\project\data\excel\new_fer2013.csv'
init_image_path = r'G:\tensorflow\project\data\allImage'
# 将所有图片转化为csv文件
def writeImage2csv():
with open(dataset_path, 'w', newline="") as csvfile:
writer = csv.writer(csvfile)
writer.writerow(["emotion", "pixels", "usage"])
all_file_paths = getAllFiles()
for path in all_file_paths:
(filepath, tempfilename) = os.path.split(path)
(shotname, extension) = os.path.splitext(tempfilename)
emotion = shotname.split("_")[0]
usage = shotname.split("_")[1]
pixels = getSingleFilePixels(path)
writer.writerow([emotion, pixels, usage])
csvfile.close()
# 获取单个文件的像素
def getSingleFilePixels(image_path):
pixels = ""
image = Image.open(image_path)
matrix = np.asarray(image)
for row in matrix:
for pixel in row:
pixels+=str(pixel)+" "
return pixels
# 获取所有的文件名称
def getAllFiles():
all_file_paths = []
for root, dirs, files in os.walk(init_image_path):
for file in files:
if os.path.splitext(file)[1] == '.jpg':
all_file_paths.append(root + "\\" + file)
return all_file_paths
writeImage2csv()
期间阴差阳错的还写了，如何用python写excel文件
import os
import numpy as np
from PIL import Image
import xlwt
dataset_path = r'G:\tensorflow\project\data\excel\new_fer_test.csv'
init_image_path = r'G:\tensorflow\project\data\images_test'
# 将所有图片转化为csv文件
def writeImage2csv():
excel = xlwt.Workbook(encoding='utf-8')
sheet1 = excel.add_sheet('Sheet 1')
sheet1.write(0, 0, "emotion")
sheet1.write(0, 1, "pixels")
sheet1.write(0, 2, "Usage")
row = 1
all_file_paths = getAllFiles()
for path in all_file_paths:
(filepath, tempfilename) = os.path.split(path);
(shotname, extension) = os.path.splitext(tempfilename)
emotion = shotname.split("_")[0]
usage = shotname.split("_")[1]
pixels = getSingleFilePixels(path)
sheet1.write(row, 0, str(emotion))
sheet1.write(row, 1, str(pixels))
sheet1.write(row, 2, str(usage))
row+=1
excel.save(dataset_path)
# 获取单个文件的像素
def getSingleFilePixels(image_path):
pixels = ""
image = Image.open(image_path)
matrix = np.asarray(image)
for row in matrix:
for pixel in row:
pixels+=str(pixel)+" "
return pixels
# 获取所有的文件名称
def getAllFiles():
all_file_paths = []
for root, dirs, files in os.walk(init_image_path):
for file in files:
if os.path.splitext(file)[1] == '.jpg':
all_file_paths.append(root + "\\" + file)
return all_file_paths
def writeImage2csv_2():
book = xlwt.Workbook()
sheet1 = book.add_sheet('Sheet 1')
book.add_sheet('Sheet 2')
sheet1.write(0, 0, 'A1')
book.save(r'G:\tensorflow\project\data\excel\simple2.xls')
def writeImage2csv_1():
file = xlwt.Workbook(encoding='utf-8')
table = file.add_sheet('data')
data = {
"1": ["张三", 150, 120, 100],
"2": ["李四", 90, 99, 95],
"3": ["王五", 60, 66, 68]
}
ldata = []
num = [a for a in data]
num.sort()
for x in num:
t = [int(x)]
for a in data[x]:
t.append(a)
ldata.append(t)
for i, p in enumerate(ldata):
for j, q in enumerate(p):
table.write(i, j, q)
file.save(r'G:\tensorflow\project\data\excel\data.xls')
writeImage2csv()
还学到了些关于Python处理的代码和处理的一些错误
python获取文件路径、文件名、后缀名
python 写入excel两种方法
Python switch/case语句实现方法
python3 写入CSV出现空白行问题
Python读写csv文件
Excel表格中绿色小三角是什么?怎么取消Excel绿色三角
P.S.
另外，测试的方法不要去自己写（不要学某人O(∩_∩)O哈哈~），一般的框架都会提供测试的方法。
END
