Python遍历多文件夹读取图像批量计算NSS报错排查

共有18个文件夹，每个文件夹内含10张图像，其中1张为ground truth真值图（jpg格式），其余为预测结果图（png格式）。需要编写Python程序逐个遍历文件夹，完成每个文件夹内的图像相似度（NSS指标）计算，初始编写代码如下：

for root, dirs, files in os.walk(os.getcwd()):
    for dirct in dirs:
    lis_sal_map =[]
    gt = ''
    for name in files:
    
       (base, ext) = os.path.splitext(name) # split base and extension
        if ext in ('.jpg'):          # check the extension
            gt = name
            print("gt old is", gt)
        if ext in ('.png'):
        #full_name = os.path.join(root, name)
            lis_sal_map.append(name)
    print("list sal map", lis_sal_map) 
        
    
print("gt before file", gt)
img_gt = Image.open(gt)
numpydata_in = np.array(img_gt).astype('uint8')
numpydata_out = list_sal_map[0]
nss = nss(numpydata_in, numpydata_out)
print("nss is", nss)

程序运行时输出与报错如下：

list sal map []
list sal map []
gt befoe file 
Traceback (most recent call last):

fp.seek(0)
AttributeError: 'str' object has no attribute 'seek'

During handling of the above exception, another exception occurred:

Trace back (most recent call last):
File "result_auto.py", line 61, in <module>
img_gt = Image.open(gt)
File "anaconda3/lib/python3.8/site-packages/PIL/Image.py", line 2897, in open
fp = io.BytesIO(fp.read())
AttributeError: 'str' object has no attribute 'read'

核心异常现象：

• lis_sal_map列表始终为空
• gt变量为空值
• 执行Image.open时触发AttributeError属性错误

代码存在5处核心错误：

• 缩进完全混乱：for dirct in dirs:循环下的代码没有正确缩进，遍历文件的逻辑实际没有进入任何子文件夹路径，始终读取的是脚本所在根目录的文件列表，根本无法获取子文件夹内的jpg、png文件，直接导致lis_sal_map为空、gt为空字符串。
• 未拼接完整文件路径：获取到文件名后没有通过os.path.join(root, name)拼接文件的完整路径，直接传入裸文件名会导致程序无法定位到子文件夹内的文件。
• 变量名拼写不一致：定义的预测图列表名为lis_sal_map，后续取值时误写为list_sal_map，运行时会触发变量不存在的错误。
• 数据类型不符合要求：numpydata_out直接赋值为文件名字符串，没有读取图片并转换为numpy数组，传入NSS计算函数时会触发类型错误。
• 逻辑层级错误：图片读取、NSS计算的代码写在了os.walk循环外部，只会在所有遍历结束后执行一次，无法实现逐个文件夹计算指标的需求；当gt为空字符串时传入Image.open()，PIL会尝试将其作为类文件对象读取，因此触发无seek、read方法的属性报错。

import os
import numpy as np
from PIL import Image

# 替换为你自己实现的NSS指标计算函数
def nss(gt_array, pred_array):
    # 此处填入你原有的NSS计算逻辑
    pass

if __name__ == "__main__":
    for root, dirs, files in os.walk(os.getcwd()):
        # 跳过脚本所在根目录，只处理存放图片的子文件夹
        if root == os.getcwd():
            continue
        sal_map_path_list = []
        gt_img_path = ""

        for file_name in files:
            # 拼接文件完整路径
            file_full_path = os.path.join(root, file_name)
            file_name_base, file_ext = os.path.splitext(file_name)
            file_ext = file_ext.lower()
            # 匹配jpg格式真值图
            if file_ext in (".jpg", ".jpeg"):
                gt_img_path = file_full_path
                print(f"当前文件夹[{root}] 找到真值图: {file_name}")
            # 匹配png格式预测图
            if file_ext == ".png":
                sal_map_path_list.append(file_full_path)
        
        print(f"当前文件夹[{root}] 找到预测图数量: {len(sal_map_path_list)}")
        # 校验文件完整性，避免空值报错
        if not gt_img_path or len(sal_map_path_list) == 0:
            print(f"文件夹[{root}] 缺失真值图或预测图，跳过计算")
            continue
        
        # 读取真值图并转为numpy数组，convert参数可根据你的数据格式调整为'RGB'等
        gt_img = Image.open(gt_img_path).convert("L")
        gt_array = np.array(gt_img).astype("uint8")

        # 逐个计算当前文件夹下所有预测图的NSS值
        for pred_path in sal_map_path_list:
            pred_img = Image.open(pred_path).convert("L")
            pred_array = np.array(pred_img).astype("uint8")
            nss_value = nss(gt_array, pred_array)
            print(f"预测图[{os.path.basename(pred_path)}] NSS值: {nss_value}")

• 统一调整代码缩进，确保遍历逻辑正确进入每个子文件夹
• 所有文件操作均使用拼接后的完整路径，避免文件找不到的问题
• 增加文件完整性校验，遇到文件缺失的文件夹直接跳过，避免空值报错
• 修正变量名拼写问题，统一命名规范
• 预测图读取后同样转为numpy数组再传入计算函数，避免类型错误
• 将指标计算逻辑放入遍历循环内，实现逐个文件夹、逐张预测图的自动计算
• 增加后缀名小写兼容，避免大写后缀的文件被漏识别

内容的提问来源于stack exchange，提问作者azee