立即学习:【免费】手把手带你入门深度学习之150行代码的汉字识别系统-1-深度学习简介-李梓佳的在线视频教程-CSDN程序员研修院

目录

一、制作数据集代码

二、思路总结

1、数据集目录的准备

2、图片的获取

3、样本的录入与样本类型的切换

4、数据集存放的方法

三、API使用总结

一、制作数据集代码

import cv2
import os

"""数据集目录准备"""
dataset_path = "./dataset"  # 数据集目录

# 检验数据集目录是否存在，不存在则创建目录
if not os.path.exists(dataset_path):
    os.mkdir(dataset_path)

# 在数据集路径下，检测3个类的路径是否存在，不存在则创建目录
for i in range(3):
    class_path = dataset_path + f"/{i}"
    if not os.path.exists(class_path):
        os.mkdir(class_path)

"""图片编号准备"""
data_counter = 0  # 每一类图片的计数器
class_number = 0  # 图片类型编号

"""摄像头取材准备"""
capture = cv2.VideoCapture(0)
while True:
    ret, frame = capture.read()  # 获取一帧
    show_img = frame.copy()  # show_img是原图像frame的拷贝
    crop_img = frame[100:200, 100:200]  # crop_img是在原图像frame上的部分截取
    cv2.rectangle(show_img, (100, 100), (200, 200), (0, 0, 255), 5)  # 在show_img上画出截取部分的框框
    cv2.imshow('frame', show_img)  # 显示图片show_img
    k = cv2.waitKey(1)  # OpenCV延迟1毫秒、同时检测是否有按键被按下（如果有键被按下时，将键值返回给q）
    # 按下Q键退出
    if k == ord('q'):
        break
    # 按下S键保存
    elif k == ord('s'):
        file_name = dataset_path + f"/{class_number}" + "/%03d.jpg" % data_counter  # 记录保存图片的相对路径
        cv2.imwrite(file_name, crop_img)  # 保存图片crop_img
        print(f"保存 图片{data_counter}")  # 打印提示
        data_counter += 1  # 计数器 + 1
    # 按下N键进入下一类样本的录入
    elif k == ord('n'):
        class_number += 1
        data_counter = 0
        print(f"进入第{class_number}类样本的识别")

capture.release()
cv2.destroyAllWindows()

二、思路总结

1、数据集目录的准备

主要靠os来判断文件夹是否存在，不存在将提前创建相应文件夹

2、图片的获取

主要靠OpenCV打开摄像头，截取框选区域图片进行保存

3、样本的录入与样本类型的切换

主要靠OpenCV获取按键，判别按键信息执行对应指令

4、数据集存放的方法

在一个dataset的文件夹中，有三个文件夹【0、1、2】，分别对应三类图片数据【“我”、“好”、“帅”】，每一类图片存放在相应类型的文件夹下，各存储200张，编号均为000.jpg~199.jpg

三、API使用总结