如何编写Python脚本读取两类图像文件夹生成带路径标签的CSV/JSON文件

核心逻辑完全基于你已经熟悉的glob模块扩展，搭配Python内置的标准库完成格式文件生成，不需要额外安装依赖，也不需要改变原有读取逻辑的使用习惯。

前置说明 #

• 脚本默认和bad_pictures、good_pictures两个类别文件夹处于同一运行目录
• 自动匹配两个文件夹下所有jpg格式图像（兼容大小写后缀名，比如.JPG、.Jpg）
• 自动将图像路径转换为系统可识别的绝对路径，避免路径相对位置变动导致的后续读取失败
• 生成的文件严格按照要求设置两个字段：CONTENT存完整图像路径、LABEL存对应类别值（bad/good）

CSV格式生成代码 #

直接运行即可在当前目录生成image_dataset.csv文件：

import os
import glob
import csv

# 类别标签和对应文件夹的映射关系，路径有调整直接改这里即可
class_folder_map = {
    "bad": "bad_pictures",
    "good": "good_pictures"
}

dataset_entries = []

for label, folder_name in class_folder_map.items():
    # 构造图像匹配规则，兼容大小写后缀
    search_pattern = os.path.join(folder_name, "*.[jJ][pP][gG]")
    for img_path in glob.glob(search_pattern):
        # 获取图像的完整绝对路径
        absolute_img_path = os.path.abspath(img_path)
        dataset_entries.append({
            "CONTENT": absolute_img_path,
            "LABEL": label
        })

# 写入CSV文件
with open("image_dataset.csv", "w", newline="", encoding="utf-8") as csv_file:
    csv_writer = csv.DictWriter(csv_file, fieldnames=["CONTENT", "LABEL"])
    csv_writer.writeheader()
    csv_writer.writerows(dataset_entries)

JSON格式生成代码 #

如果需要输出JSON格式，前面遍历收集图像路径和标签的逻辑和CSV版本完全一致，仅需将最后的写入逻辑替换为如下代码即可，运行后会生成image_dataset.json文件：

import json
# 此处承接前面生成dataset_entries的代码逻辑
with open("image_dataset.json", "w", encoding="utf-8") as json_file:
    json.dump(dataset_entries, json_file, ensure_ascii=False, indent=2)

可调整的扩展点 #

• 如果需要匹配png等其他格式的图像，只需在search_pattern里新增对应后缀的匹配规则即可
• 如果需要过滤损坏的图像，完全可以在遍历到img_path的位置插入你已掌握的PIL图像打开逻辑，校验通过后再存入dataset_entries列表
• 如果类别文件夹不在脚本同目录，直接修改class_folder_map里的路径为文件夹的实际位置即可

内容的提问来源于stack exchange，提问作者Tazim Taz