Question

我有一个100万张照片的文件夹。突然我的代码停止在第88,001个文件上运行。问题出在文件本身。我的问题是：如何从88002文件开始我的代码。

text1=[]
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
file_names=[]
for file in os.listdir('C:/BackUp/PhD/Data_from_Core_AP/Python/GeoTaggingWellsImages/filtered_images/Chittoor'):
    if file.endswith(".jpeg"):
        file_names.append(file)
        print(file)
        path = 'C:/BackUp/PhD/Data_from_Core_AP/Python/GeoTaggingWellsImages/filtered_images/Chittoor/'+file
        img = cv2.imread(path)
        crop_img = img[365:385,10:395]
        gray = cv2.cvtColor(crop_img, cv2.COLOR_BGR2GRAY)
        ret, thresh = cv2.threshold(crop_img,245 ,255, cv2.THRESH_TRUNC)
        cv2.imwrite("C:/BackUp/PhD/Data_from_Core_AP/Python/GeoTaggingWellsImages/filtered_images/temp.jpeg", gray)
        text = pytesseract.image_to_string(Image.open("C:/BackUp/PhD/Data_from_Core_AP/Python/GeoTaggingWellsImages/filtered_images/temp.jpeg"), config='outputbase digits')
        temp=[]
        file = file.strip(".jpeg")
        temp.append(file)
        temp.append(text)
        text1.append(temp)
        f1=open("temp.txt",'a')
        f1.write(str(temp).replace("[","").replace("]","").replace("'","")+'\n')
        f1.close()

Answer 1

由于os.listdir(path)返回一个列表，因此您可以像这样跳过前88001个元素：

os.listdir(path)[88001:]

但是，请注意，这实际上跳过了88001个文件，而不是88801个 jpeg的。

Answer 2

您可以按照以下方式使用itertools.islice()：

from itertools import islice

    ...
start = 88002
files = os.listdir('C:/BackUp/PhD/Data_from_Core_AP/Python/GeoTaggingWellsImages/filtered_images/Chittoor')

for file in isclice(files, start-1, None):            
    if file.endswith(".jpeg"):
        ...

如何从一百万个文件列表中已停止的地方开始代码？

2 个答案: