使用ChatGPT快速实现灰度和RGBA图片转换为RGB三通道图片的Python数据清洗demo

任务需求

Imagenet数据集，由于原始图片有灰度图片、彩色图片和RGBA图片，我们的要求是将灰度图片和4通道图片通过Image.open(img_path+img_name).convert('RGB')转换为RGB三通道图片重新保存起来。

要求点

1. 文件夹形式为一个数据集MyImagenet，路径为/home/lihuanyu/code/03AdaBins/img_data/MyImagenet/，有train，test和val三个文件夹，每个文件夹又有若干的类别子文件夹，子文件夹是每一个类别的图片。
2. 判断图片是否是灰度图片或者RGBA图片(4通道)，若是进行Image.open(img_path+img_name).convert('RGB')处理转换为RGB三通道图片，否则不进行处理，直接将原图片复制到新文件夹。
3. 最后将遍历的所有图片按照输入的存储形式重新存入/home/lihuanyu/code/03AdaBins/MyImagenet_process,MyImagenet_process下也是有train，test和val三个文件夹，每个文件夹又有若干的类别子文件夹，子文件夹是每一个类别的图片。
4. 以python语言形式呈现。
5. 需要打印处理流程：处理到那张图片和处理完成的标志。

代码实现

import os  
import shutil  
from PIL import Image  # 原始数据集路径  
img_data_root = "/home/lihuanyu/code/03AdaBins/img_data/MyImagenet/"  # 经过处理后的数据集路径  
img_processed_root = "/home/lihuanyu/code/03AdaBins/MyImagenet_process/"  # 遍历原始数据集的所有图片  
for mode in ['train', 'test', 'val']:  img_mode_path = os.path.join(img_data_root, mode)  processed_mode_path = os.path.join(img_processed_root, mode)  for class_name in os.listdir(img_mode_path):  img_class_path = os.path.join(img_mode_path, class_name)  processed_class_path = os.path.join(processed_mode_path, class_name)  # 如果新文件夹不存在则创建  if not os.path.exists(processed_class_path):  os.makedirs(processed_class_path)  for img_name in os.listdir(img_class_path):  img_path = os.path.join(img_class_path, img_name)  processed_img_path = os.path.join(processed_class_path, img_name)  # 判断图片是否是灰度图或者4通道图  img = Image.open(img_path)  if img.mode == "L" or img.mode == "RGBA":  # 进行转换为RGB三通道图片的操作  img = img.convert('RGB')  print("Converting image {}...".format(img_path))  # 保存图片到新文件夹  img.save(processed_img_path) else:  # 直接复制图片到新文件夹  shutil.copy(img_path, processed_img_path)  print("Copying image {}...".format(img_path))  print("Done!")

代码可以成功运行