#path：数据路径
#txt:每条数据对应的标签
1 def generateds(path, txt):
2 f = open(txt, 'r') # 以只读形式打开txt文件
3 contents = f.readlines() # 读取文件中所有行
4 f.close() # 关闭txt文件
5 x, y_ = [], [] # 建立空列表
6 for content in contents: # 逐行取出
7 value = content.split() # 以空格分开，图片路径为value[0] , 标签为value[1] , 存入列表
8 img_path = path + value[0]+' '+value[1] # 拼出图片路径和文件名
9 print(img_path)
10 # img = Image.open(img_path) # 读入图片
11 # img1 = np.array(img.convert('L')) # 图片变为8位宽灰度值的np.array格式
12 img=cv2.imread('img_path',0)
13 img = np.array(img, dtype =float) ##Mat转为numpy
14 img = img / 255. # 数据归一化 （实现预处理）
15 x.append(img) # 归一化后的数据，贴到列表x
16 print(value[2])
17 y_.append(value[2]) # 标签贴到列表y_
18 print('loading : ' + content) # 打印状态提示
19 x = np.array(x) # 变为np.array格式
20 y_ = np.array(y_) # 变为np.array格式
21 y_ = y_.astype(np.int64) # 变为64位整型
22 return x, y_ # 返回输入特征x，返回标签y_