从图像生成数据集

在机器学习、深度学习、数据科学中，最常用的数据文件是 JSON 或 CSV。这里我们将了解 CSV，并用它来制作数据集。CSV 是逗号分隔值（Comma Separated Values）的缩写。这些数据库字段被导出为一种格式：每条记录位于一行中，并由逗号分隔。.csv 扩展名的文件与纯文本文件相似。这使得未使用相同数据库应用的人也能相互共享数据库文件。

本教程需要准备以下内容：

1->Microsoft Excel
2->Few Images
3->Notepad++(I suggest it as it is easy to use, you can try with WordPad, notepad or any text editor)
技术支持

准备就绪后，我们开始吧。

现在安装 “Notepad++”，访问此链接 - https://notepad-plus-plus.org/download/v7.5.6.html，并安装适用于您设备的版本。

适用于 32 位

适用于 64 位

现在下载一些图像

新建一个文件夹（我将其命名为 dataset），在其中再创建几个子文件夹，并将图像放入这些文件夹。我从世界上几个地区下载了车牌图片，并分别存入对应的文件夹。

在当前目录（即 dataset 文件夹）中打开终端/命令提示符，并运行我将给出的命令。下面先列出 Windows 用户的命令：

获取目录中文件夹和文件列表的命令：-- dir /b/s

获取文件名并保存到文本文件的命令：-- dir /b/s/w *.jpg > "filename.txt"

对于 Linux 用户（Ubuntu）：

获取目录中文件夹和文件列表的命令：-- ls -LR

获取文件名并保存到文本文件的命令：-- ls -LR *.jpg > files.txt

对于 Mac OSX：macOS 遵循 POSIX 标准，因此包含类 Unix 环境中的常用命令行工具。

获取目录中文件夹和文件列表的命令：--ls /b/s

获取文件名并保存到文本文件的命令：-- ls /b/s/w*.jpg > filename.txt

这里我将文件命名为 “filename”，您也可以随意命名，例如 “names.txt”。它将保存在您使用命令提示符的目录中（这里我只想要扩展名为 .JPG 的图像，因此使用了 *.jpg，您也可以根据图像的扩展名使用 .jpeg 或 XML 等）。

现在按 Ctrl+F 并删除主目录信息。为了让 Excel 将图像导入其中，我们需要提供以 " ./ " 开头的子目录和文件名。因此，将第一个反斜杠 \ 替换为 ./，第二个反斜杠替换为 /。

完成修改后，保存该文本文件。

现在打开 Microsoft Excel，复制文本文件中的所有名称，并粘贴到 Excel 表格中。

如果您想给图像打标签，可以再建一列命名为 label，并根据您的标注方式进行填写。这里我根据国家给它们打了标签。

现在将其以 CSV（逗号分隔）（Comma delimited）扩展名保存在包含图像文件夹的目录（dataset）中。

然后从该文件夹中删除文本文件，并将名为 dataset 的文件夹压缩为 zip 文件。

大功告成！

您已成功创建一个 CSV 格式的数据集。

结论

本教程快速介绍了如何从图像生成 CSV 格式的数据集，用于数据科学。希望当您需要制作数据集时，这份教程对您有所帮助。太棒了！您已完成本教程。如您对教程有任何问题或想法，欢迎在下方评论区留言。