使用to_categorical对图像数据集独热编码时遇FileNotFoundError求助

问题根源很明确：你生成图像路径时，没有包含数据集的根目录/content/imdadulhaque/，导致程序尝试读取的是相对路径BL_Healthy/BL_Healthy_0_451.jpg，而当前工作目录并非该根目录，自然找不到文件。

修正方案 #

1. 先定义根目录变量，避免重复书写路径，减少出错概率
2. 遍历类文件夹时，拼接出完整的类目录路径
3. 构建图像路径时，基于完整的类目录路径拼接文件名

修改后的完整代码 #

import os
import numpy as np
from PIL import Image
from keras.utils import to_categorical

# Define the classes in the dataset
classes = ['BL_Healthy']
# 定义数据集根目录
root_dir = '/content/imdadulhaque/'

# Initialize the arrays to store the image data and labels
X = []
y = []

# Loop through the dataset and load each image
for class_id, class_name in enumerate(classes):
    # 拼接完整的类目录路径
    class_dir = os.path.join(root_dir, class_name)
    # 遍历类目录下的图像文件
    for image_file in os.listdir(class_dir):
        # 拼接完整的图像路径
        image_path = os.path.join(class_dir, image_file)
        image = Image.open(image_path)
        X.append(np.array(image))
        y.append(class_id)

# Convert the labels to one-hot encoded labels
num_classes = len(classes)
y = to_categorical(y, num_classes)

额外调试建议 #

• 在打开图像前，可以先打印image_path，确认路径是否正确，比如添加print(image_path)，方便排查路径问题
• 确保root_dir的拼写完全正确，包括大小写（Linux系统路径区分大小写）

内容的提问来源于stack exchange，提问作者Imdadul Haque