產生此次實驗的原因：當我使用pytorch進行神經網絡的訓練時，需要每次向CNN傳入一組圖像，并且這些圖片的存放位置是在兩個文件夾中：

A文件夾：圖片1a，圖片2a，圖片3a……圖片1000a

B文件夾：圖片1b, 圖片2b，圖片3b……圖片1000b

所以在每個循環里，我都希望能從A中取出圖片Na,同時從B文件夾中取出對應的圖片Nb。

測試一：通過pytorch官方文檔中的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)), # bring images to (-1,1)  ]) ) dataloader1 = torch.utils.data.DataLoader(dataset, batch_size=opt.batchSize, shuffle=True, num_workers=opt.workers) iterator1 = iter(dataloader1)for i in range(1,1001):data = iterator1.next() data2 = iterator2.next()

將兩個dataloader當作數據集，然后分別調用迭代器iter(),然后在每次調用的時候使用next()來得到數據。

測試一下：將每次讀入的圖像輸出，不對！發現圖像并不是按照圖像1，圖像2，圖像3......這樣順序讀取的，而是很奇怪的順序。所以為了要順序讀取數據，我們需要使用別的方法。

測試一的實驗結果：此路不通！

from PIL import ImagepathDir = os.listdir('./folder') #獲取文件夾內所有文件的名稱，生成數組  pathDir.sort() #對所有文件名進行排序 for allDir in pathDir:  child = os.path.join('%s/%s' % ('./folder', allDir))#合成文件名  fopen = Image.open(child).convert('RGB') #通過PIL讀取文件 transform_list = [transforms.ToTensor(),     transforms.Normalize((0.5, 0.5, 0.5),   (0.5, 0.5, 0.5))]  transform = transforms.Compose(transform_list)#將PIL格式的文件轉換成 tensor image = transform(fopen) #轉換

測試二：首先得到文件夾下的所有文件名，將文件名數組做sort()排序,然后每次通過文件名讀取圖像。

輸出每次讀入的圖片，發現每次排序不正確，它的排序方法是圖片1，圖片10，圖片100……

與我們的期望不一樣，所以這種方法也不對（可以重寫sort函數來進行自定義的排序，這里不做深入探究）

測試二的實驗結果：此路或許可通！

測試三：通過自己構造每次訪問的文件名來訪問

for i in range(1,1001):  drain = irain.next()  dnorain = iground.next()  drain = os.path.join('%s/圖像%s' % ('./rainy_img', i)) #跟上面一樣，不過因為已經知道文件的取名順序，所以拼出需要訪問的文件名 fopen = Image.open(drain).convert('RGB')  drain = transform(fopen)  print(drain) 

測試三的實驗結果：此路暢通無阻！

以上這篇使用pytorch進行圖像的順序讀取方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。