在谷歌colab中加载图像

Question

我的Jupyter Notebook有以下代码将图像上传到Colab:

from google.colab import files
uploaded = files.upload()

我收到提示输入文件.哪个上传了.

我使用以下方法验证文件上传是否成功:

!ls

而且我看到它就在那里.

我使用以下方法检查当前工作目录:

import os
os.getcwd()

它告诉我它是/ content

现在,以下任何一个电话......

cv2.imread(img_path, 1)
cv2.imread(img_path, 0)
cv2.imread(img_path)

无法加载文件.

无论我只使用文件名还是完整路径,它们也会失败.

对于发生了什么的任何想法？

Answer 1

使用此功能上传文件.它也会拯救它们.

def upload_files():
  from google.colab import files
  uploaded = files.upload()
  for k, v in uploaded.items():
    open(k, 'wb').write(v)
  return list(uploaded.keys())

更新

现在(sep 2018),左侧窗格有一个"文件"选项卡,可让您轻松浏览文件和上传文件.您也可以通过双击文件名来下载.

Answer 2

破解在 colab 中上传图像文件！

https://colab.research.google.com/

以下代码将图像（文件）从本地驱动器加载到 colab。

from google.colab import files
from io import BytesIO
from PIL import Image

uploaded = files.upload()
im = Image.open(BytesIO(uploaded['Image_file_name.jpg']))

使用以下命令在 google colab notebook 中查看图像：

import matplotlib.pyplot as plt

plt.imshow(im)
plt.show()

Answer 3

Colab google：在多个子目录中上传图片： 如果您要使用Colab google在多个子目录中上传图片（或文件），请按照以下步骤操作：-我假设您的图片（文件）被分为3个子目录（训练，验证，测试）在名为（dataDir）的主目录中：1-将文件夹（dataDir）压缩到（dataDir.zip）2-在Colab单元格中编写以下代码：

from google.colab import files
uploaded = files.upload()

3-按“选择文件”，然后将（dataDir.zip）从您的PC上传到Colab，现在（dataDir.zip）已上传到您的Google驱动器！4-让我们通过编写以下简单代码将文件夹（dataDir.zip）解压缩到名为（data）的文件夹中：

import zipfile
import io
data = zipfile.ZipFile(io.BytesIO(uploaded['dataDir.zip']), 'r')
data.extractall()

5-现在一切就绪，让我们通过打印（data）文件夹的内容进行检查：

data.printdir()

6-然后要读取图像，对它们进行计数，分割并在它们周围播放，请编写以下代码：

train_data_dir = 'data/training'  
validation_data_dir = 'data/validation'  
test_data_dir = 'data/test' 
target_names = [item for item in os.listdir(train_data_dir) if os.path.isdir(os.path.join(train_data_dir, item))]
nb_train_samples = sum([len(files) for _, _, files in os.walk(train_data_dir)])  
nb_validation_samples = sum([len(files) for _, _, files in os.walk(validation_data_dir)])
nb_test_samples = sum([len(files) for _, _, files in os.walk(test_data_dir)])
total_nb_samples = nb_train_samples + nb_validation_samples + nb_test_samples

nb_classes = len(target_names)      # number of output classes

print('Training a CNN Multi-Classifier Model ......')
print('\n - names of classes: ', target_names, '\n - # of classes: ', nb_classes)
print(' - # of trained samples: ', nb_train_samples, '\n - # of validation samples: ', nb_validation_samples,
      '\n - # of test samples: ', nb_test_samples,
       '\n - total # of samples: ', total_nb_samples, '\n - train ratio:', round(nb_train_samples/total_nb_samples*100, 2),
      '\n - validation ratio:', round(nb_validation_samples/total_nb_samples*100, 2),
      '\n - test ratio:', round(nb_test_samples/total_nb_samples*100, 2),
     ' %', '\n - # of epochs: ', epochs, '\n - batch size: ', batch_size)

7-就是这样！请享用！

Answer 4

您可以使用以下命令直接从互联网上的 colab 上的图像

!wget "copy paste the image address here"

检查!ls

使用以下代码显示图像：

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread("Sample-image.jpg")
img_cvt=cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img_cvt)
plt.show()

Answer 5

您可以通过单击左侧的文件夹绘图按钮将文件手动上传到您的 google colab 工作目录。然后就可以像在您的计算机上一样访问它们。