解决Google Colab [Errno21]目录错误：循环读取图片计算HOG特征问题

报错根因 #

• os.listdir()会返回目标路径下所有文件与文件夹条目，Colab运行时会自动在目录下生成.ipynb_checkpoints临时缓存文件夹，原有代码直接把所有条目当作图片打开，遇到文件夹就会抛出[Errno 21] Is a directory错误
• 正样本路径拼接硬编码了Windows系统的反斜杠分隔符\\，Colab为Linux内核，路径分隔符为/，会导致路径拼接错误无法找到图片

修复后完整代码 #

import os
from PIL import Image
from skimage.feature import hog
from sklearn.preprocessing import LabelEncoder

# 定义图片路径
pos_im_path = r"/content/positive_images" 
neg_im_path= r"/content/negative_images" # 建议填写绝对路径避免找不到文件

# 过滤目录仅保留有效图片文件的工具函数
def get_image_files(dir_path):
    # 可根据实际支持的图片格式调整后缀列表
    valid_img_exts = ['.jpg', '.jpeg', '.png', '.bmp', '.pgm']
    img_file_list = []
    for entry in os.listdir(dir_path):
        full_entry_path = os.path.join(dir_path, entry)
        # 跳过文件夹，仅保留后缀匹配的图片文件
        if os.path.isfile(full_entry_path) and os.path.splitext(entry)[1].lower() in valid_img_exts:
            img_file_list.append(entry)
    return img_file_list

# 读取过滤后的正负样本图片列表
pos_im_listing = get_image_files(pos_im_path)
neg_im_listing = get_image_files(neg_im_path)

num_pos_samples = len(pos_im_listing)
num_neg_samples = len(neg_im_listing)
print(f"正样本数量：{num_pos_samples}")
print(f"负样本数量：{num_neg_samples}")

data = []
labels = []
# HOG参数可根据需求自行调整
orientations = 9
pixels_per_cell = (8, 8)
cells_per_block = (2, 2)

# 处理正样本
for file in pos_im_listing:
    img = Image.open(os.path.join(pos_im_path, file))
    gray = img.convert('L')
    fd = hog(gray, orientations, pixels_per_cell, cells_per_block, block_norm='L2', feature_vector=True)
    data.append(fd)
    labels.append(1)

# 处理负样本
for file in neg_im_listing:
    img = Image.open(os.path.join(neg_im_path, file))
    gray = img.convert('L')
    fd = hog(gray, orientations, pixels_per_cell, cells_per_block, block_norm='L2', feature_vector=True)
    data.append(fd)
    labels.append(0)

# 标签编码
le = LabelEncoder()
labels = le.fit_transform(labels)

核心修改说明 #

• 新增文件过滤逻辑：自动跳过.ipynb_checkpoints等文件夹，同时校验文件后缀，避免非图片文件导致的读取报错
• 路径拼接改用os.path.join()：自动适配不同操作系统的路径分隔符，不会出现Windows/Linux路径不兼容问题
• 替换列表长度统计方式：把原代码的size()改为更通用的len()，无需依赖numpy即可正常统计文件数量
• 补充HOG参数定义：避免运行时出现变量未定义的报错

内容的提问来源于stack exchange，提问作者Gomes Ben