python程序如何读取多张图片

Python程序读取多张图片的方法有多种，常用的方法包括：使用os模块遍历文件夹、使用glob模块匹配文件模式、使用Pillow库加载图片。 其中，使用os模块遍历文件夹 是一种常见且高效的方法。通过os.listdir()函数，我们可以获取指定文件夹中的所有文件和文件夹名，然后通过循环读取图片文件，并使用Pillow库的Image.open()函数打开和处理图片。接下来，我们将详细介绍使用os模块遍历文件夹读取多张图片的方法。

一、使用os模块遍历文件夹读取多张图片

os模块是Python标准库中的一个模块，提供了非常丰富的方法来处理文件和目录。我们可以使用os.listdir()函数获取指定目录中的所有文件和目录名，再通过循环读取图片文件。以下是一个示例代码：

import os
from PIL import Image
def read_images_from_folder(folder_path):
    images = []
    for filename in os.listdir(folder_path):
        if filename.endswith(".jpg") or filename.endswith(".png"):
            img_path = os.path.join(folder_path, filename)
            img = Image.open(img_path)
            images.append(img)
    return images
示例使用
folder_path = "path/to/your/image/folder"
images = read_images_from_folder(folder_path)
print(f"Total {len(images)} images read from folder.")

在上述代码中，我们首先导入了os和PIL（Python Imaging Library）模块。然后定义了一个函数read_images_from_folder，该函数接受一个文件夹路径作为参数。接着，我们使用os.listdir()函数获取文件夹中的所有文件和目录名，并通过循环判断文件名是否以“.jpg”或“.png”结尾，如果是，则使用Image.open()函数打开图片并添加到images列表中。最后，返回包含所有图片的images列表。

二、使用glob模块匹配文件模式读取多张图片

glob模块提供了一个在目录中查找符合特定模式的文件的功能。我们可以使用glob模块来匹配图片文件的模式，从而读取多张图片。以下是一个示例代码：

import glob
from PIL import Image
def read_images_with_glob(folder_path):
    images = []
    image_files = glob.glob(f"{folder_path}/*.jpg") + glob.glob(f"{folder_path}/*.png")
    for img_path in image_files:
        img = Image.open(img_path)
        images.append(img)
    return images
示例使用
folder_path = "path/to/your/image/folder"
images = read_images_with_glob(folder_path)
print(f"Total {len(images)} images read from folder.")

在上述代码中，我们首先导入了glob和PIL模块。然后定义了一个函数read_images_with_glob，该函数接受一个文件夹路径作为参数。接着，我们使用glob.glob()函数匹配文件夹中所有以“.jpg”和“.png”结尾的文件路径，并将它们合并到一个列表中。最后，通过循环读取每个图片文件，并使用Image.open()函数打开图片并添加到images列表中，返回包含所有图片的images列表。

三、使用Pillow库加载图片

Pillow（PIL Fork）是Python图像处理库，可以用来打开、操作和保存许多不同格式的图像文件。Pillow库的Image模块提供了打开图像文件的方法。以下是一个示例代码：

from PIL import Image
def read_images_with_pillow(image_paths):
    images = []
    for img_path in image_paths:
        img = Image.open(img_path)
        images.append(img)
    return images
示例使用
image_paths = ["path/to/your/image1.jpg", "path/to/your/image2.png", "path/to/your/image3.jpg"]
images = read_images_with_pillow(image_paths)
print(f"Total {len(images)} images read.")

在上述代码中，我们首先导入了PIL模块。然后定义了一个函数read_images_with_pillow，该函数接受一个图片文件路径列表作为参数。接着，通过循环读取每个图片文件，并使用Image.open()函数打开图片并添加到images列表中，返回包含所有图片的images列表。

四、结合多个方法的综合应用

在实际应用中，我们可以结合多个方法来提高代码的灵活性和可读性。例如，我们可以先使用os模块遍历文件夹获取所有图片文件路径，然后使用Pillow库加载图片。以下是一个综合示例代码：

import os
from PIL import Image
def get_image_files(folder_path, extensions=[".jpg", ".png"]):
    image_files = []
    for filename in os.listdir(folder_path):
        if any(filename.endswith(ext) for ext in extensions):
            img_path = os.path.join(folder_path, filename)
            image_files.append(img_path)
    return image_files
def read_images(image_files):
    images = []
    for img_path in image_files:
        img = Image.open(img_path)
        images.append(img)
    return images
示例使用
folder_path = "path/to/your/image/folder"
image_files = get_image_files(folder_path)
images = read_images(image_files)
print(f"Total {len(images)} images read from folder.")

在上述代码中，我们首先定义了一个函数get_image_files，该函数接受一个文件夹路径和一个文件扩展名列表作为参数，通过os.listdir()函数获取文件夹中的所有文件名，并判断文件名是否以指定的扩展名结尾，如果是，则将文件路径添加到image_files列表中。接着，定义了一个函数read_images，该函数接受一个图片文件路径列表作为参数，通过循环读取每个图片文件，并使用Image.open()函数打开图片并添加到images列表中。最后，结合两个函数实现从文件夹中读取多张图片。

五、处理读取图片时的异常

在读取图片时，可能会遇到各种异常情况，例如文件不存在、文件格式不正确等。为了提高代码的健壮性，我们需要对这些异常进行处理。以下是一个示例代码：

import os
from PIL import Image
def get_image_files(folder_path, extensions=[".jpg", ".png"]):
    image_files = []
    for filename in os.listdir(folder_path):
        if any(filename.endswith(ext) for ext in extensions):
            img_path = os.path.join(folder_path, filename)
            image_files.append(img_path)
    return image_files
def read_images(image_files):
    images = []
    for img_path in image_files:
        try:
            img = Image.open(img_path)
            images.append(img)
        except (FileNotFoundError, IOError) as e:
            print(f"Error reading image {img_path}: {e}")
    return images
示例使用
folder_path = "path/to/your/image/folder"
image_files = get_image_files(folder_path)
images = read_images(image_files)
print(f"Total {len(images)} images read from folder.")

在上述代码中，我们在read_images函数中使用try-except语句捕获并处理可能的异常情况。如果读取图片时发生FileNotFoundError或IOError异常，则打印错误信息并继续处理下一个图片文件。

六、在数据处理和机器学习中的应用

读取多张图片在数据处理和机器学习中非常常见。例如，在图像分类、目标检测、图像分割等任务中，我们通常需要读取大量的图片进行训练和测试。以下是一个使用TensorFlow和Keras读取多张图片进行图像分类的示例代码：

import os
import numpy as np
from PIL import Image
import tensorflow as tf
from tensorflow.keras.preprocessing.image import img_to_array
def get_image_files(folder_path, extensions=[".jpg", ".png"]):
    image_files = []
    for filename in os.listdir(folder_path):
        if any(filename.endswith(ext) for ext in extensions):
            img_path = os.path.join(folder_path, filename)
            image_files.append(img_path)
    return image_files
def load_and_preprocess_images(image_files, target_size=(224, 224)):
    images = []
    for img_path in image_files:
        try:
            img = Image.open(img_path)
            img = img.resize(target_size)
            img_array = img_to_array(img)
            img_array = np.expand_dims(img_array, axis=0)
            img_array = tf.keras.applications.mobilenet_v2.preprocess_input(img_array)
            images.append(img_array)
        except (FileNotFoundError, IOError) as e:
            print(f"Error reading image {img_path}: {e}")
    return np.vstack(images)
示例使用
folder_path = "path/to/your/image/folder"
image_files = get_image_files(folder_path)
images = load_and_preprocess_images(image_files)
print(f"Total {images.shape[0]} images read and preprocessed.")
创建和训练模型
model = tf.keras.applications.MobileNetV2(weights="imagenet", include_top=False, input_shape=(224, 224, 3))
model.summary()

在上述代码中，我们使用了TensorFlow和Keras库。首先定义了一个函数load_and_preprocess_images，该函数接受一个图片文件路径列表和目标图像大小作为参数，通过循环读取每个图片文件，调整图像大小，并将图像转换为NumPy数组。然后，使用MobileNetV2模型进行图像分类。

七、使用多线程或多进程加速读取图片

在读取大量图片时，单线程处理可能会比较慢。我们可以使用多线程或多进程来加速读取图片。以下是一个使用多线程读取图片的示例代码：

import os
import threading
from PIL import Image
def get_image_files(folder_path, extensions=[".jpg", ".png"]):
    image_files = []
    for filename in os.listdir(folder_path):
        if any(filename.endswith(ext) for ext in extensions):
            img_path = os.path.join(folder_path, filename)
            image_files.append(img_path)
    return image_files
def read_image(img_path, images):
    try:
        img = Image.open(img_path)
        images.append(img)
    except (FileNotFoundError, IOError) as e:
        print(f"Error reading image {img_path}: {e}")
def read_images_multithreaded(image_files):
    images = []
    threads = []
    for img_path in image_files:
        thread = threading.Thread(target=read_image, args=(img_path, images))
        threads.append(thread)
        thread.start()
    for thread in threads:
        thread.join()
    return images
示例使用
folder_path = "path/to/your/image/folder"
image_files = get_image_files(folder_path)
images = read_images_multithreaded(image_files)
print(f"Total {len(images)} images read from folder.")

在上述代码中，我们首先定义了一个函数read_image，该函数接受一个图片文件路径和一个列表作为参数，尝试读取图片并添加到列表中。接着，定义了一个函数read_images_multithreaded，该函数接受一个图片文件路径列表，通过多线程读取图片。在循环中，我们为每个图片文件创建一个线程，并启动线程。最后，等待所有线程完成后，返回包含所有图片的images列表。