使用Python裁剪机器学习数据集图像时生成无法打开的损坏PGM文件
问题定位与修复方案
导致损坏文件的核心代码问题
- 图像维度解析顺序完全颠倒
OpenCV读取图像后,img.shape的返回顺序为(垂直方向Y的总像素数即图像高度, 水平方向X的总像素数即图像宽度, 通道数),但代码中写width, height = img.shape[:2],等于把图像实际高度赋值给width变量、实际宽度赋值给height变量,变量语义和实际值完全相反。
该问题直接导致裁剪随机范围计算用错维度:原本应该用图像真实宽度计算X方向裁剪起点的上限,现在错用图像高度计算;原本应该用图像真实高度计算Y方向裁剪起点的上限,现在错用图像宽度计算。最终随机生成的裁剪起点超出图像真实宽/高边界时,切片得到的是空数组,用cv2.imwrite存储时只会写入pgm格式的文件头,没有有效像素数据,生成的文件大小刚好在40字节左右,完全无法打开。 - 缺少读取结果有效性校验
遇到源文件损坏、路径权限不足、格式不兼容的情况,cv2.imread会直接返回None,后续切片操作不会触发直接崩溃,但基于无效对象生成的裁剪区域会输出无有效像素的损坏文件。 - 边界计算无兜底逻辑
当源图像本身尺寸小于裁剪要求的最小尺寸+2倍偏移量时(如源图实际宽度小于48+20=68像素、实际高度小于96+20=116像素),随机范围的上下限会出现上限小于下限的问题。原本写的裁剪尺寸判断分支,因为维度解析颠倒的原因永远不会触发,完全起不到异常拦截作用。
修复参考实现
import os import random import cv2 root = "/non-pedestrian/" imageDir = os.path.join(root, "NonPedestrians/") outDir = os.path.join(root, "cropped/") xSize, ySize = (48, 96) offset = 10 for idx, fname in enumerate(os.listdir(imageDir)): if idx >= 5000: break path = os.path.join(imageDir, fname) img = cv2.imread(path, -1) # 拦截无法读取的无效文件 if img is None: print(f"跳过无法读取的文件: {path}") continue # 正确解析图像维度 height, width = img.shape[:2] # 拦截尺寸不满足裁剪要求的源图 if width < xSize + 2 * offset or height < ySize + 2 * offset: print(f"跳过尺寸不足的文件: {path}, 当前尺寸{width}x{height}") continue for i in range(3): # 基于真实图像尺寸计算合法的随机裁剪范围 cropXmin = random.randint(offset, width - xSize - offset) cropYmin = random.randint(offset, height - ySize - offset) cropXmax = cropXmin + xSize cropYmax = cropYmin + ySize cropped = img[cropYmin:cropYmax, cropXmin:cropXmax] # 二次校验裁剪结果尺寸 if cropped.shape[0] != ySize or cropped.shape[1] != xSize: print(f"裁剪尺寸异常: {cropped.shape}") continue save_path = os.path.join(outDir, f"{idx + i * 5000:06d}.pgm") cv2.imwrite(save_path, cropped)
内容的提问来源于stack exchange,提问作者user12379675
相关产品推荐
相关产品推荐

