我的数据集中有大约30万张格式为.jpg的图像。但是图像的尺寸不同。我想将所有图像的rgb通道转换为.csv文件，但是我应该写什么到空单元格？可以将其放置为“ N”字符，但我想使用numpy和DataFrame来组织.csv文件。任何想法？ （数据集用于创建深度学习模型）
答案 0 :(得分：0)
这开始只是评论，但时间太长。我认为答案足够取决于缺少值时您希望代码执行的操作。
例如，如果像素为空，则对于深度学习模型而言，设置白色（255,255,255）或黑色（0,0,0）可能是侵入性最小的（您需要研究这种方式作品）。我发现拉伸/缩放图像实际上是最好的方法。
仅可以在csv中写空记录（空字符串或逗号之间的空格），请参见this答案。如果您使用numpy.genfromtxt读取数据，则可以根据需要设置missing_values和filling_values。您还可以补充一个精确的值，对于99999或DEADBEEF这样的空记录，自然不会出现，以识别这些值并根据需要编写代码进行解析。
一个考虑因素是，读取后需要将数据重塑为相同的图像尺寸，因此请确保选择的任何格式保持相同的行数。
此外，您是否需要一个大CSV文件或许多小文件？如果存储大量文件，则可以考虑添加标头数据以指定数据的实际大小，因此只需要存储图像，然后将genfromtxt中的skip_header并根据需要填充。
最后，最好使用二进制文件，因为您有很多数据，请考虑使用this，因为它将占用更少的空间并且读取/写入速度更快。